In dieser Studie wurde eine altersadjustierte Regressionsmodellierung unter Verwendung der Morphologie des Mittelgesichts und der Schädelbasis als potenzielles Instrument für die präoperative Bewertung und individualisierte Operationsplanung für Kinder mit syndromaler Kraniosynostose (SC) vorgeschlagen.
Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.
Forschungsartikel
Mittelgesichtshypoplasie und kraniale Basenmorphologie bei syndromaler Kraniosynostose: Eine vergleichende Analysestudie mit einem prädiktiven Regressionsmodell
In diesem Artikel
Zusammenfassung
Zusammenfassung
Die Mittelgesichtshypoplasie ist eine häufige Anomalie bei Kindern mit kraniofazialen Erkrankungen wie Gaumenspalten und syndromaler Synostose. Ein wichtiges funktionelles Problem im Zusammenhang mit dieser Erkrankung ist die Verengung der nasopharyngealen Atemwege, die zu Atemwegserkrankungen führt. Eine Pilotstudie mit 30 Computertomographie (CT)-Scan-Datensätzen in drei verschiedenen Gruppen (normale, operierte syndromale Kraniosynostose und nicht-operierte syndromale Kraniosynostose) wurde durchgeführt, um eine veröffentlichte Mittelgesichtsformel zu evaluieren, nämlich das "Hariri-Ros-Nor-Regressionsmodell" für die prädiktive kraniale Basismessung bei syndromaler Kraniosynostose. Die erzielten Ergebnisse zeigten, dass die Vorhersagen der Schädelbasis (NBa) zwar relativ konsistent waren, die Mittelgesichtsbreite (ZMR-ZML) jedoch signifikante Abweichungen von den vorhergesagten Werten aufwies, insbesondere bei Patienten mit operierter syndromaler Kraniosynostose. Es wurde festgestellt, dass das Alter die Messgenauigkeit und die Zuverlässigkeit der Vorhersage signifikant beeinflusst. Zusammenfassend lässt sich sagen, dass die aktuelle Studie darauf hindeutet, dass die altersadjustierte Modellierung die Vorhersagegenauigkeit bei der kraniofazialen Beurteilung verbessern kann. Es bietet ein potenzielles Werkzeug für die präoperative Abklärung und individualisierte Operationsplanung bei syndromaler Kraniosynostose.
Einleitung
Die syndromale Kraniosynostose (SC) ist eine komplexe angeborene Erkrankung, die durch die vorzeitige Verschmelzung von Schädelnähten verursacht wird und zu einem eingeschränkten Schädelwachstum, Deformitäten der Schädelbasis und einer Hypoplasie des Mittelgesichts führt, die häufig zu funktionellen und ästhetischen Komplikationen führt 1,2. Diese Anomalien können die Durchgängigkeit der Atemwege, die visuelle Integrität und die neurologischen Entwicklungsergebnisse beeinträchtigen, was die Bedeutung einer frühzeitigen Erkennung und präzisen Intervention unterstreicht 1,3. Die chirurgische Behandlung bei subkutanem Trakt ist besonders zeitkritisch, da eine verzögerte Korrektur das Risiko eines erhöhten intrakraniellen Drucks, einer obstruktiven Schlafapnoe (OSA) und ophthalmischer Komplikationen wie Proptosis und Hornhautexposition erhöht 1,3,4. Daher bleibt die Bestimmung des optimalen Zeitpunkts der kranialen und mittelfazialen Vorverlagerung einer der kritischsten und herausforderndsten Aspekte des klinischen Managements1.
Konventionelle Beurteilungsmethoden für syndromale Kraniosynostose stützen sich häufig auf deskriptive Wachstumsanalysen und funktionelle Schwellenwerte, um chirurgische Eingriffe zu leiten 5,6. Diese Ansätze bieten zwar allgemeine Anhaltspunkte, aber es fehlt ihnen an patientenspezifischer Vorhersagegenauigkeit und sie werden von der klinischen Subjektivität beeinflusst 7,8. In den letzten Jahren ist das Interesse an der Entwicklung quantitativer Modelle gewachsen, die kraniofaziale Wachstumsverläufe vorhersagen und eine individuelle Operationsplanung ermöglichen können. Unter diesen bietet das Hariri-Ros-Nor-Regressionsmodell einen reproduzierbaren und quantitativen Rahmen, indem es prädiktive Beziehungen zwischen kranialen Basismarkierungen und mittleren Gesichtsdimensionen herstellt und Klinikern ein objektives Werkzeug zur Vorhersage des Wachstums und zur Optimierung des chirurgischen Timings an die Hand gibt9.
Die Vorhersagekraft dieses Modells ist besonders relevant für die häufigsten syndromalen Subtypen, wie z. B. das Apert- und das Crouzon-Syndrom, die unterschiedliche Wachstumsmuster und chirurgische Anforderungen aufweisen9. Durch die Verwendung von standardmäßiger kraniofazialer CT-Bildgebung und reproduzierbaren anatomischen Orientierungspunkten, nämlich Sella, Nasion, Basion, ZMR und ZML, kann das Modell das Wachstum des Mittelgesichts effizient und interpretierbar quantifizieren, selbst in klinischen Umgebungen, in denen fortschrittliche geometrische morphometrische oder Finite-Elemente-Analysen nicht verfügbar sind9. Es ist besonders wertvoll in der frühen bis mittleren Kindheit (ca. 4-12 Jahre), wenn das Gesichtswachstum aktiv ist und Entscheidungen über den Zeitpunkt der Operation dauerhafte Auswirkungen auf die Entwicklung haben9. Die Anwendbarkeit des Modells ist jedoch durch seine Abhängigkeit von CT-Bildgebung, seine Validierung innerhalb einer einzigen Kohorte und mögliche Variationen bei sehr jungen oder spätjugendlichen Patienten begrenzt, was die Notwendigkeit seiner Integration neben einer multidisziplinären Evaluation unterstreicht10.
Aufbauend auf dieser Grundlage bietet das Hariri-Ros-Nor-Regressionsmodell einen reproduzierbaren, patientenspezifischen Ansatz zur Vorhersage des Wachstums der Mittelgesichts- und Schädelbasis, der die Grenzen der aktuellen deskriptiven Rahmenwerke berücksichtigt. Die Quantifizierung anatomischer Zusammenhänge ermöglicht eine frühere Identifizierung von Patienten, bei denen das Risiko einer Funktionsverschlechterung besteht, und unterstützt eine proaktive, datengestützte Operationsplanung. Diese Fähigkeiten sind von besonderer Bedeutung für die Vermeidung irreversibler Komplikationen, die mit einer verzögerten Intervention verbunden sind, wie z. B. Atemwegsobstruktion, intrakranielle Hypertonie und ophthalmische Morbidität. Daher zielt diese Studie darauf ab, die Genauigkeit und klinische Anwendbarkeit des Hariri-Ros-Nor-Regressionsmodells bei der Beurteilung von Wachstumsmustern der Mittelgesichts- und Schädelbasis bei syndromalen und nicht-syndromalen pädiatrischen Populationen zu bewerten.
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Protokoll
Diese Studie wurde von der Medizinischen Ethikkommission der Fakultät für Zahnmedizin der Universiti Malaya, Kuala Lumpur (DF OS1921/0082(P)) genehmigt. Da es sich bei der Forschung um retrospektive und anonymisierte Computertomographie (CT)-Scandaten ohne Verwendung von biologischem Gewebe oder Flüssigkeiten handelte, war keine Einwilligung des Patienten erforderlich. Die Methodik dieser Studie folgte den von Hariri et al.9 skizzierten Verfahren mit mehreren Modifikationen. Die verwendeten Geräte und Software sind in der Materialtabelle aufgeführt.
1. Auswahl der Probanden und Abruf von CT-Scandaten
Retrospektive kraniale CT-Scans von pädiatrischen Patienten, bei denen eine syndromale Kraniosynostose (SC) diagnostiziert wurde, wurden aus dem digitalen Bildgebungsarchiv der Craniofacial Clinic am University Malaya Medical Centre (UMMC) für den Zeitraum von November 2015 bis Dezember 2022 entnommen. Darüber hinaus wurden prospektive CT-Scans einbezogen, die zwischen Mai 2023 und Januar 2024 aufgenommen wurden.
Potenzielle Probanden wurden aus den Aufzeichnungen der kraniofazialen Klinik identifiziert und vom Prüfarzt manuell nach vordefinierten Zulassungskriterien untersucht. Die Einschlusskriterien umfassten (1) eine gesicherte Diagnose einer syndromalen Kraniosynostose durch kraniofaziale Chirurgen, (2) das Vorliegen einer vollständigen Krankenakte und (3) das Alter <12 Jahre. Die Kontrollpersonen waren ebenfalls unter 12 Jahre alt und mussten sich vollständigen Schädel- und Gesichts-CT-Scans unterziehen, ohne dass in der Vorgeschichte kraniofaziale Anomalien aufgetreten waren. Zu den Ausschlusskriterien, die auf alle Kohorten angewandt wurden, gehörten das Alter ≥12 Jahre, eine nicht-syndromale oder isolierte Kraniosynostose, eine unvollständige klinische oder bildgebende Dokumentation, eine Vorgeschichte von kraniofazialen Operationen oder eine Mittelgesichtshypoplasie im Zusammenhang mit anderen Syndromen. Nach dem Screening wurde eine endgültige Liste der in Frage kommenden Probanden bei der Forschungseinheit für biomedizinische Bildgebung eingereicht, um CT-Schädeldatensätze ohne Kontrastmittel zu erhalten. Die Bildgebungsdaten wurden auf Compact Discs (CDs) im DICOM-Format (Digital Imaging and Communications in Medicine) bereitgestellt, wobei die Erfassungsprotokolle gemäß den Richtlinien der Abteilung standardisiert wurden (axiale Schichtdicke ≤1,00 mm, vollständige kraniofaziale Abdeckung und konsistente Voxelauflösung). Die Abteilung Biomedizinische Bildgebung überprüfte vor der Veröffentlichung die Vollständigkeit des Datensatzes, das Fehlen signifikanter Artefakte und die Einhaltung der DICOM-Standards. Alle verifizierten Datensätze wurden sicher archiviert und anschließend für den Import in eine medizinische 3D-Bildverarbeitungssoftware zur dreidimensionalen Rekonstruktion und Analyse aufbereitet. Insgesamt wurden dreißig Probanden ausgewählt und zu gleichen Teilen in drei Kohorten aufgeteilt: nicht operierte SC-Gruppe (SCNO), operierte SC-Gruppe (SCO) und normale Kontrollgruppe (n = 10 pro Gruppe).
2. 3D Rekonstruktion und Identifizierung von Sehenswürdigkeiten
Alle importierten Datensätze wurden in axialer, sagittaler und koronaler Ebene zusammen mit einer dreidimensionalen Vorschau angezeigt. Metadaten in den DICOM-Dateien ermöglichten die automatische Extraktion von Erfassungsparametern (Schichtdicke, Voxelauflösung und Anzahl der Schichten). Um das dreidimensionale volumetrische Modell zu generieren, wurde zunächst eine Knochenmaske erstellt und anschließend rekonstruiert, indem in Mimics Segmentierung → 3D berechnen ausgewählt wurde. Die Segmentierung wurde mit Hilfe der Schwellenwertfunktion weiter verfeinert, die über Segmentierung → Schwellenwerte in der Hauptsymbolleiste zugänglich ist. Variabilität in der Knochendefinition oder das Vorhandensein von übermäßigem Rauschen kann beobachtet werden, wenn während der Segmentierung ungeeignete Bereiche der Hounsfield Unit (HU) angewendet wurden. Dieses Problem kann gelöst werden, indem die Standard-Schwellenwertvoreinstellung "Knochen (CT)" angewendet wird, die in der medizinischen 3D-Bildgebungssoftware verfügbar ist, und die Segmentierungsmasken mit der Funktion "Maske bearbeiten " verfeinert werden, um Artefakte auszuschließen und die strukturelle Kontinuität zu verbessern. Dieser Prozess stellte sicher, dass nur knöcherne Strukturen in der Maske hervorgehoben wurden, wodurch benachbarte Weichteile ausgeschlossen und Bildrauschen oder Artefakte reduziert wurden.
Anatomische Orientierungspunkte wurden mit dem Punkterstellungswerkzeug identifiziert und markiert, das sich unter Messungen → Punkt erstellen befindet. Für jeden Orientierungspunkt drehte und vergrößerte der Untersucher die 3D-Rekonstruktion, um die Sichtbarkeit zu optimieren, und platzierte dann mit einem einzigen Mausklick einen Punkt direkt auf der anatomischen Stelle. Folgende Orientierungspunkte wurden aufgezeichnet: die Sella (S) in der Mitte der Sella turcica, die Nasion (N) am Übergang der Frontonasalnaht, das Basion (Ba), definiert als der vordere Mittelpunkt des Hinterhauptbeins an der spheno-occipitalen Synchondrosis, und die rechte und linke Zygomaticomaxillarnaht (ZMR, ZML) am infraorbitalen Rand. Geringfügige Schwankungen bei der Positionierung von Orientierungspunkten können auftreten, wenn Punkte aus einer einzigen Betrachtungsperspektive definiert werden. Um die Genauigkeit zu erhöhen, wurde jeder Orientierungspunkt über mehrere Betrachtungswinkel hinweg bestätigt, indem die dreidimensionale Rekonstruktion gedreht und mit axialen, sagittalen und koronalen Ebenen verglichen wurde, bevor die endgültige Platzierung erfolgte. Jeder Orientierungspunkt wurde automatisch im Projektbaum unter der Liste "Messungen" gespeichert. Der gesamte Satz von Koordinaten und Beschriftungen von Landmarken wurde mit der Funktion Messungen exportieren exportiert, wodurch Datensätze im .csv- oder .xls Format erstellt wurden. Diese Orientierungspunkte wurden anschließend als Referenzpunkte für lineare Messungen der Schädelbasis und des Mittelgesichtsskeletts verwendet.
3. Lineare Messung von kranialen und mittelfazialen Variablen
Lineare kraniofaziale Messungen wurden in einer medizinischen 3D-Bildverarbeitungssoftware unter Verwendung der Abstandsmessfunktion durchgeführt. Nach der dreidimensionalen Rekonstruktion und der Platzierung von Orientierungspunkten wurde das Messwerkzeug über die Menüs Analyse → Messungen → Abstand zwischen Punkten aufgerufen. In dieser Funktion wurden zwei anatomische Orientierungspunkte manuell auf der 3D-Rekonstruktion ausgewählt, und die Software berechnete automatisch den euklidischen Abstand zwischen den ausgewählten Koordinaten und die Ergebnisse wurden im Fenster Messergebnisse angezeigt.
Die folgenden linearen Messungen wurden erhalten: SN (anteriore Schädelbasislänge), definiert als der Abstand zwischen der Sella (S) und der Nasion (N); SBa (posteriore kraniale Basenlänge), definiert als der Abstand zwischen der Sella (S) und dem Basion (Ba); NBa (Gesamtlänge der Schädelbasis), definiert als der Abstand zwischen dem Nasion (N) und dem Basion (Ba); und ZMR - ZML (maxilläre Breite), definiert als der interzygomatische Abstand zwischen der rechten und der linken Zygomaticomaxillarnaht. Jede Messung wurde direkt am 3D-Modell durchgeführt, wobei bei Bedarf Zoom- und Rotationswerkzeuge angewendet wurden, um eine genaue Punktplatzierung zu gewährleisten.
Nach Fertigstellung wurde die Messliste automatisch im Projektbaum der Software aktualisiert. Der gesamte Datensatz wurde mit der Funktion Messungen exportieren exportiert und in .xls Format gespeichert, einschließlich aller Landmarkenbeschriftungen mit den entsprechenden linearen Werten. Diese exportierten Werte wurden anschließend für statistische Analysen verwendet.
4. Anwendung des Regressionsmodells
Die exportierten Messungen wurden zur weiteren Analyse in ein Tabellenkalkulationsprogramm importiert. Unter Verwendung der Hariri-Ros-Nor-Regressionsformel wurden die vorhergesagten Werte sowohl für die gesamte Schädelbasenlänge als auch für die Oberkieferbreite berechnet. Die folgenden Gleichungen wurden angewendet:
Die aus diesen Formeln abgeleiteten vorhergesagten Werte wurden dann mit den entsprechenden Messwerten für jedes Subjekt verglichen, um die Konsistenz und Abweichung in der Schädelmorphologie durch Berechnung der Standardabweichung des Datensatzes zu beurteilen. Danach ist der Datensatz nun bereit für die statistische Analyse.
5. Statistische Analyse
Alle gemessenen und vorhergesagten Werte wurden in einem einzigen Datensatz zusammengefasst und mit Hilfe einer statistischen Analysesoftware analysiert. Zunächst wurden deskriptive Statistiken berechnet, um die Parameter der Schädelbasis und des Mittelgesichts über alle Gruppen hinweg zusammenzufassen. Die Unterschiede zwischen den Gruppen wurden mit dem nicht-parametrischen Mann-Whitney-U-Test bewertet. Zusätzlich wurde eine Pearson-Korrelationsanalyse durchgeführt, um die Beziehung zwischen Alter und Schädelmaßen innerhalb jeder Gruppe zu bewerten. Visuelle Darstellungen der Daten, einschließlich Boxplots für Gruppenvergleiche und Liniendiagramme für Korrelationstrends, wurden erstellt, um statistische Interpretationen zu unterstützen und zu verdeutlichen.
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Ergebnisse
Laut Tabelle 1 waren die gemessenen NBa-Werte in allen Gruppen durchweg höher als ihre vorhergesagten Gegenstücke, wobei die größte Abweichung in der Kohorte der operierten syndromalen Kraniosynostose (SCO) beobachtet wurde. Im Gegensatz dazu waren die ZMR-ZML-Werte (Oberkieferbreite) über alle Kategorien hinweg signifikant niedriger als vorhergesagt, was eine erhebliche Variabilität zeigt.
Nach der Pearson-Korrelationsanalyse (Tabelle...
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Diskussion
Diese Pilotstudie demonstriert ein strukturiertes und reproduzierbares Bildgebungsprotokoll, das eine Landmark-basierte Analyse mit einer prädiktiven Modellierung für die quantitative kraniofaziale Bewertung integriert. Das Protokoll legt den Schwerpunkt auf kritische methodische Schritte wie standardisierte Segmentierung, präzise Platzierung von Orientierungspunkten und konsistente Messverfahren, um Genauigkeit und Reproduzierbarkeit zu gewährleisten. Die Bildsegmentierung und dreidimen...
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Offenlegungen
Die Autoren haben keine konkurrierenden Interessen zu erklären.
Danksagungen
Diese Arbeit wurde von der Universiti Malaya Oro-Craniomaxillofacial Research and Surgical (OCReS) Gruppe der Fakultät für Zahnmedizin der Universiti Malaya unterstützt.
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Materialien
| Name | Unternehmen | Katalognummer | Kommentare |
|---|---|---|---|
| Kompakte Dics (CD) | |||
| Materialise Mimics Medical Software | Materialise NV | Version 21 | 3D-medizinische Bildverarbeitungssoftware |
| Microsoft Excel | Microsoft Inc. | Tabellenkalkulationssoftware | |
| Personal Computer mit CD-Lesegerät | |||
| Statistisches Paket für die Sozialwissenschaften (SPSS) | IBM | G06TFML | Software für statistische Analysen |
Referenzen
- Derderian, C., Seaward, J. Syndromic craniosynostosis. Semin Plast Surg. 26 (2), 64-75 (2012).
- Rostamzad, P., et al. Prevalence of ocular anomalies in craniosynostosis: A systematic review and meta-analysis. J Clin Med. 11 (4), 1060(2022).
- Chen, K., Kondra, K., Nagengast, E., Hammoudeh, J. A., Urata, M. M. Syndromic synostosis: Frontofacial surgery. Oral Maxillofac Surg Clin North Am. 34 (3), 459-466 (2022).
- Bruce, W. J., et al. Age at time of craniosynostosis repair predicts increased complication rate. Cleft Palate Craniofac J. 55 (5), 649-654 (2018).
- Katouni, K., et al. Syndromic craniosynostosis: A comprehensive review. Cerus. 15 (12), e50448(2023).
- Lun, K., et al. Assessment of pediatric head shape and management of craniosynostosis. Aus J General Prac. 51, 51-58 (2022).
- Mathijssen, I. M. Guideline for care of patients with the diagnoses of craniosynostosis: Working group on craniosynostosis. J Craniofac Surg. 26 (6), 1735-1807 (2015).
- O'hara, J., et al. Syndromic craniosynostosis: Complexities of clinical care. Mol Syndromol. 10 (1-2), 83-97 (2019).
- Hariri, F., Malek, R. A., Abdullah, N. A., Hassan, S. F. Midface hypoplasia in syndromic craniosynostosis: Predicting craniofacial growth via a novel regression model from anatomical morphometric analysis. Int J Oral Maxillofac Surg. 53 (4), 293-300 (2024).
- Blum, J. D., et al. Machine learning in metopic craniosynostosis: Does phenotypic severity predict long-term esthetic outcome. J Craniofac Surg. 34 (1), 58-64 (2023).
- Wahlquist, Y., Soltesz, K. Automated covariate modeling using efficient simulation of pharmacokinetics. IFAC J Sys Con. 27, 100252(2024).
- Kasai, K., Moro, T., Kanazawa, E., Iwasawa, T. Relationship between cranial base and maxillofacial morphology. Eur J Orthod. 17 (5), 403-410 (1995).
- Zheng, L., et al. Enhancing predictive tools for skeletal growth and craniofacial morphology in syndromic craniosynostosis: A focus on cranial base variables. Diagnostics (Basel). 15 (13), 1640(2025).
- Patel, K. B., Skolnick, G. B., Mulliken, J. B. Anthropometric outcomes following fronto-orbital advancement for metopic synostosis. Plast Reconstr Surg. 137 (5), 1539-1547 (2016).
- Richtsmeier, J. T., Deleon, V. B. Morphological integration of the skull in craniofacial anomalies. Orthod Craniofac Res. 12 (3), 149-158 (2009).
- Tonello, C., Cevidanes, L. H. S., Ruellas, A. C. O., Alonso, N. Midface morphology and growth in syndromic craniosynostosis patients following frontofacial monobloc distraction. J Craniofac Surg. 32 (1), 87-91 (2021).
- Skolnick, G. B., et al. Long-term characterization of cranial defects after surgical correction for single-suture craniosynostosis. Ann Plast Surg. 82 (6), 679-685 (2019).
- Chufei, H., et al. Comparison of different 3d reconstruction software tools in preoperative modeling for cranio-maxillofacial surgery. Plastic Aesthetic Res. 12, 10(2025).
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Nachdrucke und Genehmigungen
