日本語AIでPubMedを検索
正常咬合における骨格変異の分類
Classification of the skeletal variation in normal occlusion.
PMID: 15898366 DOI: 10.1043/0003-3219(2005)75[311:COTSVI]2.0.CO;2.
抄録
本研究の目的は、正常な咬合サンプルを特定の骨格タイプに分類し、正常な咬合における歯槽骨の補償を分析することにより、個々の不正咬合患者の臨床的に適用可能な鑑別診断基準を提供することである。地域歯科保健調査により15,836人の成人から選ばれた294人の正常咬合サンプルの側方セファログラムを測定しました。主成分分析を用いて，18個の骨格変数から，骨格の前後関係と上下関係を表す2つの因子を抽出した。次にクラスター分析を用いて、骨格パターンを9種類に分類した。プロフィログラムを用いた9種類の多角形チャートを作成した。個々の不正咬合患者のコンピュータによるセファロ分析とリンクさせることができる、骨格のタイプ分けのためのいくつかの潜在的な変数を特定するために、変数を段階的に入力する判別分析が考案された。判別分析の結果、予測モデルの分類精度は87.8%であった。正常な咬合の範囲には、非常に多様な前後・上下の骨格関係が含まれているため、骨格パターンを分類し、個々の歯槽膿漏治療目標を設定することで、臨床を円滑に進めることができる可能性があると結論付けた。
The aims of this study were to classify normal occlusion samples into specific skeletal types and to analyze the dentoalveolar compensation in a normal occlusion in order to provide the clinically applicable differential diagnostic criteria for an individual malocclusion patient. Lateral cephalograms of 294 normal occlusion samples, who were selected from 15,836 adults through a community dental health survey, were measured. Using a principal component analysis, two factors representing the anteroposterior and vertical skeletal relationships were extracted from 18 skeletal variables. Cluster analysis was then used to classify the skeletal patterns into nine types. Nine types of polygonal charts with a profilogram were created. Discriminant analysis with a stepwise entry of variables was designed to identify several potential variables for skeletal typing, which could be linked with computerized cephalometric analysis for an individual malocclusion patient. Discriminant analysis assigned 87.8% classification accuracy to the predictive model. It was concluded that because the range of a normal occlusion includes quite diverse anteroposterior and vertical skeletal relationships, classifying the skeletal pattern and establishing an individual dentoalveolar treatment objective might facilitate clinical practice.