数字影像评估牙龈炎症在流行病学研究中的准确性及临床应用价值

这篇研究评估了经验丰富的牙科专业人员通过数字照片视觉评估牙龈炎症（gingivitis/periodontitis）的准确性。结果显示：区分健康牙龈与炎症的总体准确率达85.9%（敏感性82.5%，特异性92.5%），但疾病严重程度（gingivitis vs. periodontitis）的评估者间一致性仅达中等水平（Fleiss's Kappa 0.25-0.28）。研究为大规模流行病学调查提供了一种替代临床检查的可行方案。

　　

背景

牙龈炎症（gingivitis）和牙周炎（periodontitis）作为常见的口腔疾病，与多种慢性系统性疾病存在显著关联。美国国家牙科和颅面研究所数据显示，42%成年人患有牙周疾病。这类疾病通过加剧系统性炎症，可能促进心血管疾病、糖尿病、阿尔茨海默病等疾病的发展，形成"炎症恶性循环"。然而传统临床检查在大型流行病学研究中实施困难，亟需开发替代评估方法。

方法

田纳西大学医学中心的研究团队采用匿名数字照片（n=30），由4位从业数十年的牙科专家进行双盲评估。照片包含健康牙龈（n=10）、单纯牙龈炎（n=10）和牙周炎（n=10）三类临床确诊案例。评估分为两阶段：先区分健康/炎症状态，再对炎症病例进行严重程度分级。统计采用SPSS 29计算敏感性、特异性、Fleiss's/Cohen's Kappa等指标。

结果

核心发现呈现三个层面：

1. 1.

   基础判别准确性：识别炎症状态的总体准确率76.7-96.7%（均值85.9%），特异性（80-100%）显著高于敏感性（70-95%）。约50%健康案例被识别出既往病史痕迹。

2. 2.

   严重程度区分局限：牙龈炎与牙周炎的判别准确率仅50-66.7%，Fleiss's Kappa显示评估者一致性为0.25（gingivitis）和0.28（periodontitis），属"一般"水平。

3. 3.

   误诊模式：主要误差源于将健康伴既往病史案例误判为活动性炎症（2例）。

讨论

与既往19项算法驱动研究相比，本研究发现人工评估可达相似精度（0.7-0.9），且无需昂贵算法支持。值得注意的是：

• 非标准化摄影可能影响精度，建议采用多角度标准化拍摄协议

• 严重程度判别局限源于影像无法呈现骨密度等关键指标

• 系统性炎症关联性使得基础炎症识别可能比精确分级更具流行病学价值

临床应用展望

该方案特别适合：

• •

  糖尿病等慢性病的伴随性口腔炎症监测

• •

  大规模队列研究的成本控制方案

• •

  医疗资源匮乏地区的远程筛查

  未来研究可探索标准化摄影协议与人工评估的优化组合，并关注牙龈治疗对糖化血红蛋白（HbA1c）等系统指标的影响。