上顎後歯の動きの測定:口蓋と歯の重ね合わせを使用したモデル評価

サマリー

この原稿では、歯列矯正学および歯顔面整形外科の貴重なツールであるデジタルモデル重ね合わせを使用して、クリアアライナーを備えた上顎後歯の3次元(3D)の動きを評価するための包括的なプロトコルを提示します。

要約

1999年にAlign Technology, Inc.がインビザラインを導入して以来、インビザライン(クリアアライナー)療法の精度について、特に従来の固定器具の使用と比較した場合、疑問や議論が続いています。これは、正確な比較が最も重要である前後、垂直、および横方向の補正を含む場合に特に重要になります。これらの疑問に答えるために、本研究では、上顎後歯の動きをデジタルで重ね合わせて正確な解析を容易にすることを主眼に据え、細心の注意を払って考案されたプロトコルを導入した。サンプルには、最初のインビザライン(透明)アライナーシリーズを完了した25人の患者が含まれていました。4つの上顎デジタルモデル(治療前、治療後、ClinCheck初期モデル、および最終モデル)を、口蓋ルガエと歯列を安定した基準として使用してデジタル的に重ね合わせました。ソフトウェアの組み合わせは、モデルの重ね合わせと歯のセグメンテーションに使用されました。次に、変換マトリックスは、達成された歯の位置と予測された歯の位置の差を表しました。臨床的に関連する差の閾値は、線形変位で±0.25mm、回転で±2°であった。差は、ボンフェローニ補正を伴うホテリングのT二乗検定を使用して評価されました。回転(2.036°±4.217°)とトルク(-2.913°±3.263°)の平均差は統計的および臨床的に有意であり、p値はそれぞれ0.023と0.0003でした。小臼歯の回転解除とすべての後歯のトルク制御は予測しにくかった。線形測定値の平均差はすべて統計的にも臨床的にも有意ではなかったが、第一大臼歯が予測位置よりもわずかに(0.256mm)侵入しているように見えた。クリアアライナーシステムは、軽度から中等度の不正咬合を伴う非抜歯症例における上顎後歯のほとんどの並進歯の動きと近心遠位転倒の予測を満たしているようです。

概要

1999年、デジタル加工された取り外し可能な矯正装置がAlign(Align Technology Inc.、アリゾナ州テンピ)によって市販されました。もともと、このシステムは、従来の固定式エッジワイズ機器の美的代替手段として、軽度から中程度の混雑や狭いスペースの閉鎖を伴う成長しない症例を解決するために設計されました。コンピューター支援設計・製造(CAD/CAM)、歯科材料、治療計画の数十年にわたる改善により、クリアアライナー療法(CAT)は、それ以来、世界中で1,000万人以上のさまざまな不正咬合患者の治療に使用されてきました^1。最近のレトロスペクティブ研究では、CATは軽度の不正咬合を持つ10代の人口に対して固定器具療法と同じくらい効果的であり、歯のアライメント、咬合関係、およびオーバージェット²の結果が大幅に改善されることが示唆されました。予約数、緊急受診数、および全体的な治療時間も、クリアアライナー療法患者の転帰が良好であった。CATは、非摘出、軽度から中等度の不正咬合を治療するために使用できますが^成長していない患者^3,4、および治療期間と椅子の時間を短縮します⁵、 治療が従来の唇装具のゴールドスタンダードと同じくらい効果的であるかどうかはまだ不明です ^4,6,7,8,9、特に前後および垂直矯正¹⁰。

ClinCheckは、Alignが開発したソフトウェアプラットフォームで、臨床医に将来の歯の動きの仮想3次元(3D)シミュレーションを提供します。主に患者の初期状態と臨床医の処方された治療計画に関係し、患者のための視覚的なコミュニケーションツールにもなり得ます。予測された結果と達成された結果の間に不一致がある場合は、途中での修正、改良、または固定器具療法への転換が必要になる場合があります。その結果、ソフトウェア予測の信頼性は、研究者からますます注目を集めています。2005 年に発表された Lagravere と Flores-Mir のシステマティック レビュー¹¹ 以来、予測モデルと治療後モデルの間の一致に関する調査は、歯列弓の長さ、犬間距離、オーバーバイト、オーバージェット、正中線偏差¹²、米国矯正歯科委員会 (ABO-OGS) 縮小スコア¹³、上下の歯間幅¹⁴ などの測定方法で測定されてきました、およびコーンビームコンピュータ断層撮影¹⁵から導出された測定値。

3Dモデル^{16、17、18、19、20、21}を重ね合わせて比較も行っています。例えば、ToothMeasure(Align Technologyが開発した内部ソフトウェア)など、現在の多くのソフトウェアプラットフォームでは、未治療の歯、口蓋ルゲ、または歯科インプラントにユーザーが選択した基準点を使用して、2つのデジタルモデルを再現性よく重ね合わせることができます。予測および達成されたモデルには通常、口蓋表面が含まれていないため、多くの先行研究^15,16,17,18では、これらの歯の相対的な動きによる誤差を追加する可能性を含め、未処理の後歯を重ね合わせの参照として使用してきました。これらの研究は、間隔または軽度から中等度の混雑を伴う比較的単純な症例で、アーチの前部に限定されています。

Grünheidらは、数学的な重ね合わせを使用して、仮想治療計画と実際の治療結果との間の不一致を定量化し、デジタルモデルで安定した解剖学的構造を持たない全歯列CATの精度を評価しました²⁰。Haouiliらは、CAT²¹による歯の動きの有効性に関する前向き追跡調査を実施するために、Compareソフトウェア内の最適なアルゴリズムで同じ方法を使用しました。その目的は、SmartForce、SmartTrackアライナー材料、デジタルスキャンなどの新しい技術に関連する精度に関する最新情報を提供することでした。全体的な精度が41%¹⁷ から50%²¹に向上したという調査結果は有望でしたが、一部の歯の動きがクリアアライナーシステムでまだ十分に達成できない可能性を否定するものではありません。

予測して達成すると、デジタルモデルには、口蓋ルガエ、歯科インプラント、トーラスなど、歯列とは無関係に共通の3D参照が含まれます。これらは、多くの適切なソフトウェアプラットフォームの座標系内で同時登録できます。次に、対象の歯を一方からセグメント化し、もう一方の歯の変位バージョンと一致するように数学的に変換した場合、変換行列には、3D転位全体を記述するために必要な完全な情報が含まれます。その内容は、正式な規則によって記述された 3 つの翻訳と 3 つの回転として表すことができます。例えば、インビザラインの3Dコントロールソフトウェア「ClinCheck Pro」では、歯を予測位置に移動させるために必要な3D歯の動きを示す数値パラメータが、歯の動きの表に示されています。

計画ソフトウェアからの最初のモデルと最終(予測された)モデルは、同じソフトウェアプラットフォームによって提供される共通の座標系を共有していますが、口蓋がないため、同一の歯列を持っていない限り、他のデジタル歯列モデルと同時登録する可能性が制限されます。これに関連して、ソフトウェア予測モデルと後処理(達成)モデルの重ね合わせが実現可能であるという仮説が立てられました。この実現可能性は、初期モデルと最終モデル(計画ソフトウェアからのエクスポート時に自動的に重ね合わされる)と、前処理モデルと達成されたモデルのペア(口蓋ルゲを使用して重ね合わせられる)の2つのペアが利用できることから生じます。これらのペアは、治療前の歯列を基準として登録し、インビザライン初期モデルに合わせることができます。その後、個々の歯のセグメンテーションを実行して、歯の位置と向きの違いを評価することができます。この評価には、モデル間の歯の転置が含まれ、変換行列により、並進と再配向の数値定量化が可能になります。

このプロトコルでは、青年期と成人の両方の軽度から中等度の不正咬合に対処するCATの有効性を評価するためのアプローチが導入され、特に上顎後歯に焦点を当てました。帰無仮説は、最初の一連のクリアアライナーの後、上顎後歯の達成された歯の位置と計画ソフトウェアが予測した歯の位置に違いがないというものでした。

プロトコル

本研究は、ブリティッシュコロンビア大学治験審査委員会(Institutional Review Board)から倫理的承認を受けました(No.H19-00787)。機密保持のため、研究で使用されたすべてのサンプルは匿名化手順を受けました。さらに、研究に含める前に、インフォームドコンセントがすべての参加患者から適切に得られました。

注:各参加者は、以下を含む4つの上顎デジタルモデルを提供しました。

1. iTeroで口蓋をスキャンした前処理デジタルモデル
2. iTeroで口蓋をスキャンした治療後のデジタルモデル
3. 計画ソフトウェアからエクスポートされた前処理モデル。
4. 計画ソフトウェアからエクスポートされた予測モデル。

このプロトコルは、CloudCompare、Meshmixer、Rhinocerosなどの複数のソフトウェアツールを組み合わせて利用しました。これらのソフトウェアプラットフォームは、登録プロセスを容易にし、個々の歯の動きや向きを分析する目的で個々の歯のセグメンテーションを可能にする上で極めて重要な役割を果たしました。これらのソフトウェアツールは、同様の目的を達成できる場合、他のオープンソースソフトウェアオプションと複製できる可能性があることは注目に値します。ソフトウェア・シーケンスを示すワークフローを 図1に示します。

1. 事前準備

1. [ ツール] >> [STL のエクスポート] をクリックして、初期モデルと最終 (予測) モデルをステレオリソグラフィー (STL) ファイルとしてプランニング ソフトウェアから取得します。
   注:計画ソフトウェアからエクスポートされたモデルは、口蓋のない臨床クラウンと仮想歯肉のみを表示します。
2. スキャンを選択し、エクスポート>エクスポートタイプ (オープンシェル)、データフォーマット(ファイルごとのアーチ[オクルージョン方向])をクリックして選択することにより、スキャンしたモデルソフトウェア(OrthoCAD)から前処理および後処理のデジタルモデルをSTLファイルとして取得します。
   注:モデルスキャンソフトウェアからエクスポートされたモデルには、歯列だけでなく、歯肉や口蓋全体も含まれます。

2. CloudCompareにおける治療前・治療後のデジタルモデルの口蓋重ね合わせ

1. ソフトウェアを開き、前処理と後処理のデジタルモデルのSTLファイルをドラッグ&ドロップします。
2. 各モデルを選択し、[ > カラーの編集] > [固有に設定] をクリックして 、選択したモデルのカラーを変更します。
3. 処理後のデジタルモデルを選択し、 移動/回転 アイコンをクリックします。右クリックしてモデルをドラッグし、横に並べます。 緑色のチェックマークをクリックします。
4. 前処理のデジタルモデルを選択し、[ セグメント ]アイコンをクリックします。
5. 口蓋ルゲの4点をクリックし、右クリックして選択を解除します。 「セグメントイン」をクリックし、 緑色のチェックマークをクリックします。処置後のデジタルモデルについて、手順2.4から2.5を繰り返します。
6. PostTreatModel.remaining モデルと PreTreatModel.remaining モデルを非表示にし、PostTreatModel.part モデルと PreTreatModel.part モデルの両方を選択します。
7. ラフレジストレーションアライメントアイコン(ポイントペアピッキング)をクリックし、治療前と治療後の両方の口蓋の正中線の両側の口蓋に少なくとも3つの対応するランドマークを配置します。「整列」をクリックし、緑色のチェックマークをクリックします。
8. 両方のモデルのメッシュを再表示し、変換行列をコピーし、[編集] > [変換の適用] をクリックして変換行列を貼り付けて、変換されていない PostTreatModel.remaining モデルを移動します。
   注: 変換行列の出力はコンソールに表示されます。
9. PostTreatModel.remaining モデルと PreTreatModel.remaining モデルを非表示にし、PostTreatModel.part モデルと PreTreatModel.part モデルを選択します。
10. 「ファインレジストレーション」位置合わせアイコンをクリックし、PreTreatModel.part モデルが参照として選択されていることを確認します。[OK] をクリックします。
    メモ:登録情報ウィンドウで、結果の二乗平均平方根(RMS)を確認します。0.05 RMS≤偏差は許容されます。
11. 両方のモデルのメッシュを再表示し、変換行列をコピーし、[編集] > [変換の適用] をクリックして変換行列を貼り付けて、変換されていない PostTreatModel.remaining モデルを移動します。
12. 重ね合わせた PostTreatModel.remaining モデルと PreTreatModel.remaining モデルを STL ファイルとして保存します。

3. Rhinocerosソフトウェアとの重ね合わせのためのソフトウェアモデルの準備

1. 計画ソフトウェアの前処理モデルと予測モデルのSTLファイルを別々にインポートします。
   注:ソフトウェアモデルをRhinocerosやCloudCompareなどの測定ソフトウェアにインポートする場合、方向とモデルの登録は保持されます
2. シミュレートされた歯肉を選択し、 Delete キーを押して削除します。
3. 「メッシュツール」(MeshTools) をクリックし、「メッシュ平面」(Meshplane) を選択します。歯の周りに平面を描き、その平面を歯冠の咬合の1/3に移動します。これにより、重ね合わせ精度が向上します。
4. ボタンをダブルクリックします 右 右ビューを展開します。
5. コマンド MeshBooleanSplit を入力し、平面とすべての歯を選択して[ Enter]を押します。
6. 歯の平面部分と頸部部分を削除し、1/3の咬合歯冠を残します。
7. 分割モデルを STL ファイルとして保存します。
8. 他のモデルに対してすべての手順を繰り返します。

4. ソフトウェア予測と処理後のデジタルモデルとCloudCompareの重ね合わせ

1. 前処理と後処理のデジタルモデルと、前処理と分割予測モデルの口蓋を重ね合わせたSTLファイルをドラッグ&ドロップします。
2. 各モデルを選択し、[ > カラーの編集] > [固有に設定] をクリックして 、選択したモデルのカラーを変更します。
3. 前処理と後処理の両方のデジタルモデルを選択し、 移動/回転 アイコンをクリックします。右クリックしてモデルをドラッグし、横に並べます。
4. 分割予測モデルと後処理デジタルモデルを、対応するボックスのチェックを外して非表示にするようソフトウェアに要求します。分割前処理モデルと前処理デジタルモデルを選択します。
5. [ラフ レジストレーション]アライメント アイコンをクリックし、分割前処理モデルと前処理デジタル モデルの両方のクラウンの尖端に対応するランドマークを配置します。「整列」をクリックし、緑色のチェックマークをクリックします。
6. 分割された予測モデルと後処理モデルを再表示し、変換行列をコピーし、[編集] > [変換の適用] をクリックして変換行列を貼り付けて、変換されていない後処理モデルを移動します。
7. 後処理を非表示にし、予測モデルを分割します。前処理モデルと分割前処理モデルを選択します。[ファイン レジストレーション]アライメント アイコンをクリックすると、分割前処理モデルと前処理デジタル モデルが最適にフィットします。
8. メッシュを再表示し、変換マトリックスをコピーし、[編集]>[変換を適用]をクリックして、変換マトリックスを貼り付けて、変換されていないモデルを移動します。
9. 分割された予測モデルと後処理のデジタルモデルを再表示し、分割された前処理モデルと前処理のデジタルモデルを非表示にして重ね合わせを表示します(図2)。
10. モデルをSTLファイルとして保存します。

5. Meshmixerを使用したクラウンセグメンテーション

1. 分割予測モデルと後処理デジタルモデルをMeshmixerにインポートします。
2. 「編集」(Edit) > 「複製」(Duplicate) をクリックして、セグメント化する歯の数だけモデルを複製します。各モデルに、セグメント化する対応する歯数をラベル付けします。
3. 分割予測モデルを非表示にするには、目のアイコンをクリックし、処理後のデジタルモデルを表示したままにします。
4. 後処理モデルで[ 選択 ]をクリックし、 ブラシのサイズを調整します。選択した歯冠をセグメント化するには、選択した歯の咬合面にブラシ ツール をドラッグし、尖端に細心の注意を払います。
5. 「修正」(Modify > Invert)をクリックし、「編集」(Edit) >「破棄」(Discard) をクリックして、セグメント化されたクラウンを残してモデルの残りの部分を削除します。
6. 分割された予測モデルを再表示し、対応する目のアイコンをクリックして後処理モデルを非表示にします。
7. 分割予測モデルに対して手順 5.4 から 5.5 を繰り返します。
8. 選択した各クラウンをSTLファイルとしてエクスポートします。
9. 歯のセグメンテーションごとにすべての手順を繰り返します。

6. CloudCompareによる歯科用重ね合わせ

1. セグメント化された後処理デジタルクラウンをインポートし、ソフトウェアで予測されたクラウンをソフトウェアに分割します。向きとクラウド登録の一貫性が保たれていることを確認します。 ワールド座標グリッド を確立して、右歯と左歯の両方の向きを標準化し、方法論の信頼性を高めます。グリッドの中心は、CloudCompareソフトウェアクラウドの(0,0,0,0,0,0)座標を表す必要があります。
2. 両方のクラウンを選択し 、法線>編集(Edit Normals)>頂点単位>計算(Compute Per-Vertex)をクリックします。
3. 各歯を選択し、「 色を編集」(Edit > Colors) >「固有に設定 」(Set Unique) をクリックして、選択したモデルの色を変更します。
4. チェックボックスをオフにして治療後の歯を非表示にし、非表示の治療後の歯と表示されている予測歯の両方を選択します。
5. 底面図を選択し、 移動/回転 アイコンをクリックし、平面X、Y、Zを使用して、頬側尖端が垂直線と揃うように歯を回転させます。
6. 左側面図を選択し、 移動/回転(Translate/Rotate )アイコンをクリックし、頬側と舌側の尖端を水平線で囲みます。
7. 背面図を選択し、 移動/回転 アイコンをクリックして、頬側と舌側を水平線で線状にします。
   注:咬合面と顔面をワールド軸と平面に合わせることを目指します。歯のバウンディング ボックスの中心がワールド原点に配置されていることを確認します。ワールド座標グリッドに従うことで、すべての歯の位置が標準化されます。このステップにより、個々の歯の特定の位置に関係なく、すべての軸でX、Y、Zの並進を一貫して正確に変換できます。
8. すべての尖端が揃ったら、[ 移動/回転 ]アイコンをクリックして、すべてのビューで歯をグリッドの中央に配置します。
9. 治療後の歯を再表示し、予測された歯と治療後の歯を選択します。
10. ファインレジストレーション(Fine Register)アライメントアイコンをクリックして、予測された歯の上に治療後の歯を登録します。[OK] をクリックします。
    注:完了すると、CloudCompareは重ね合わせRMSを含む登録情報を表示します(図3)。
11. 2 つの歯の位置差と回転差を決定するには、後処理歯を選択し、変換マトリックスをコピーし、 編集>変換を適用をクリックして、変換マトリックスを貼り付けます。
12. オイラー角(Euler Angles)アイコンを選択すると、予測された歯と治療後の歯の間の回転運動と直線運動が表示されます。
13. すべての並進と回転の測定値をスプレッドシートに記録します。残りのすべての後歯についてこのプロセスを繰り返します。
    注:American Board of Orthodontics(ABO)モデルグレーディングシステム¹² を使用して、臨床的に有意な測定値の違いを特定します。直線的に0.5mm、角度的に2度を超える差は、臨床的に関連性があると見なされます。
14. スプレッドシートで右側の歯の前後方向の測定値を調整します。この調整により、右側の歯と左側の歯の向きが標準化されます。

7. 測定仕様

1. 回転と測定の規則の順序を理解する: CloudCompare は、Tait-Bryan ZYX の外部 (ワールド起源) 規則を測定に採用しています。
   注: 平行移動の場合、軸は X (頬舌方向)、Y (中間距方向)、Z (垂直方向: 貫入/押し出し) を表します。角度運動は、X軸(Psi-中舌転倒)、Y軸(θ-頬舌トルク)、およびZ軸(Phi-中遠位回転)で表されます²²。歯の動きは、歯列弓の位置に関係なく、歯の解剖学的構造の観点から表されます。メジャーの符号 (+、-) は、ワールド原点からの方向と、その軸を中心とした回転を示します。
2. 文脈的関連性の重要性:歯の動きを説明する方向用語(例:近心、遠位、頬骨)は、特定の歯を参照し、歯列弓に関連する変化を考慮していないことに注意してください。

8. 統計解析

1. すべての分析には、RStudio (バージョン 1.4.1103) を介して R 統計パッケージ (v 3.2.3、RStudio Inc.) を使用します。
2. 32本の歯をランダムに選択し、1ヶ月間隔で重複測定を行います。
3. 両方の測定セットについて、クラス内相関係数(ICC)とブランドアルトマン分析を使用して、試験官内の信頼性をテストします。
4. ホテリングのT二乗検定を適用して、角度パラメータと線形パラメータの両方について、予測された歯の位置と達成された歯の位置の平均予測差を検定します。
5. p値のボンフェローニ補正を使用して複数の歯の比較を調整し、家族ごとの過誤率を0.05にします。
6. 有意差が検出された場合は、事後ホテリングのT二乗検定を実施して、各歯の種類と動きのパラメータの予測差が有意であるかどうかを判断します。線形測定では0.25mm以上、角度測定では2°以上の不一致を臨床的に関連性があると考えてください。

結果

最小サンプルサイズ24ケースは、80%の検出力と0.05²³のアルファで、平均チップ角とトルク角度に対して0.6°の効果変化を検出するために必要でした。選択基準は、(1)第一大臼歯を通る完全な永久歯列、(2)クラスI不正咬合、または間隔を空けて2mm未満のクラスII / III不正咬合、または非抜歯インビザライン治療を受けた軽度から中等度の叢生、(3)少なくとも最初の一連のインビザラインアライナーの完了、および(4)最初の口腔内スキャンと精緻化の両方スキャンで提示された口蓋ルガエ。除外基準は、(1)補助拡張および遠位化装置への以前の曝露、(2)治療中の歯列の目に見える摩耗面、(3)外傷、頭蓋顔面症候群、または歯の欠損の病歴、および(4)チャートに記載されているアライナーの着用のコンプライアンス不良でした。いくつかの症例の第二大臼歯は存在しないか、または発疹していたため、分析から除外されました。したがって、この研究は、12歳から44歳までの25人の参加者(女性17人、男性8人)から選ばれた150本の歯(第一小臼歯50本、第二小臼歯50本、第一大臼歯50本)で構成され、平均年齢は24.8±8.8歳でした。25人の患者のうち、4人がクラスI、15人がクラスII、6人がクラスIIIの不正咬合で、すべて2mm未満でした。平均トレイ数は24.8±11.2で、平均治療期間は214±131日であった。上顎後歯150本のうち、付着のない歯が63本、従来の歯が7本、最適化された付着歯が80本あった。

審査官内信頼性の平均ICCは0.990を超えており、審査官内の一致性が良好であることが示唆された(表1)。Bland-Altman分析の結果を 表2に報告し、これも高い審査官内一致を示した。

表3 は、上顎後歯の予測歯位置と達成歯位置の角度差と線形差を示しています。一般に、回転、トルク、および先端の角度測定は、頬舌、近心-遠位、および咬合-歯肉の並進の距離測定よりも著しく大きな変動を示しました。第一小臼歯と第二小臼歯の平均回転差は2°を超え、95%信頼区間にはゼロが含まれていなかった。これは、臨床的に、上顎の第1小臼歯と第2小臼歯が近心的に有意に回転したことを示唆しています。すべての歯の種類のトルクはゼロから大幅に逸脱していましたが、第2小臼歯と第1大臼歯の平均差は-2°未満であり、すべての上顎後歯、特に第2小臼歯と第1大臼歯は、予測位置と比較してより臨床的に関連性のある頬冠トルクを持っていたことを示唆しています。

ホテリングのT二乗検定結果と、各パラメータのボンフェローニ補正による95%の全体信頼区間を 表4に示します。結果は、回転(2.036°±4.217°)とトルク(-2.913°±3.263°)の平均差がゼロと統計的に有意に異なり、p値はそれぞれ0.023と0.0003であることを示しています。

アタッチメントの使用が予測の精度に及ぼす影響をさらに詳しく調べるために、 図4に一次調査を視覚化すると、異なるアタッチメント(アタッチメントなし、従来型、最適化されたアタッチメント)間でわずかな違いが見られました。ただし、これは従来のアタッチメントの頻度が低いことが原因である可能性があります。

図1:ソフトウェア使用シーケンスのワークフロー。 この図の拡大版をご覧になるには、ここをクリックしてください。

図2:ソフトウェア最終モデル(予測モデル)と後処理モデル(達成モデル)の重ね合わせ。 (A)同じ座標系で登録された1つの被験者からの4つのモデル。色分けは、口蓋が異なるが歯列が異なる前処理モデルと治療後モデル、口蓋がなく前処理モデルと同じ歯列列を持たないソフトウェア初期モデル、口蓋がなく予測される歯列列のないソフトウェア最終モデルを示します。重ね合わせの方法は本文中に記載されています。(B)ソフトウェアで予測された最終モデルと後処理モデルのみ。この研究では、歯の位置と向きの違いを測定しました。 この図の拡大版をご覧になるには、ここをクリックしてください。

図3:歯科の重ね合わせと測定値。 (A)ソフトウェア予測バージョンに登録された達成された(治療後の)モデルからセグメント化された第1大臼歯。レジストレーションの変換行列と近似の二乗平均平方根 (RMS) は、CloudCompare のポップアップ ウィンドウからのものです。(B) 変換行列から導出されたオイラー角と変位。 この図の拡大版をご覧になるには、ここをクリックしてください。

図4:アタッチメントなしの予測差と、従来のアタッチメントと最適化されたアタッチメントの比較。 この図の拡大版をご覧になるには、ここをクリックしてください。

パラメーター	意味する	95%	CI(国際交流区間)	意味
回転 (°)	1	1	1	0
トルク(°)	0.991	0.982	0.996	0
チップ(°)	0.992	0.983	0.996	0
頬側舌側(mm)	0.999	0.997	0.999	0
近心遠位 (mm)	0.99	0.979	0.995	0
咬合歯肉(mm)	0.998	0.996	0.999	0

表1:試験官内信頼性のクラス内相関係数(ICC)(n = 32歯)。 CI:信頼区間。

パラメーター	平均差	95%	CI(国際交流区間)
回転 (°)	0.032	-0.045	0.137
トルク(°)	0.182	-0.099	0.503
チップ(°)	0.061	-0.08	0.218
頬側舌側(mm)	-0.011	-0.043	0.012
近心遠位 (mm)	0.008	-0.033	0.048
咬合歯肉(mm)	0.011	-0.002	0.026

表2:試験官内一致(n = 32歯)に関するBland-Altman分析の結果。 CI:信頼区間。

パラメーター	第1小臼歯(n=50)				第二小臼歯(n = 50)				第1大臼歯(n=50)
	意味する	SDの	95%	CI(国際交流区間)	意味する	SDの	95%	CI(国際交流区間)	意味する	SDの	95%	CI(国際交流区間)
回転 (°)	2.801	3.881	1.767	4.023	2.472	5.265	1.195	4.148	0.835	3.004	0.098	1.74
トルク(°)	-1.261	1.912	-1.765	-0.722	-3.597	3.586	-4.588	-2.512	-3.881	3.413	-4.895	-2.934
チップ(°)	0.746	2.851	-0.079	1.632	0.409	3.015	-0.434	1.238	-0.326	1.917	-0.582	0.506
頬側舌側(mm)	-0.18	0.455	-0.311	-0.046	-0.156	0.516	-0.307	-0.018	-0.048	0.619	-0.203	0.132
近心遠位 (mm)	0.143	0.535	-0.006	0.309	0.155	0.56	-0.01	0.299	0.213	0.618	0.041	0.392
咬合歯肉(mm)	-0.141	0.407	-0.256	-0.031	-0.206	0.408	-0.323	-0.09	-0.256	0.398	-0.363	-0.147

表3:上顎第一小臼歯、第二小臼歯、および第一大臼歯の予測歯位置と達成歯位置の間の角度および線形差の記述統計。 正の値は、達成された歯の位置が、予測された歯の位置よりも頬側、遠位側、または咬合性が高いか、近心回転が大きい、クラウン先端が遠位にある、または舌側のクラウントルクが高いことを示しました。SD:標準偏差;CI:信頼区間。

パラメーター	意味する	SDの	95%	CI(国際交流区間)	P
回転 (°)	2.036	4.217	1.408	2.756	0.023*
トルク(°)	-2.913	3.263	-3.411	-2.388	0.0003*
チップ(°)	0.374	2.641	-0.049	0.8	1
頬側舌側(mm)	-0.128	0.534	-0.216	-0.041	0.186
近心遠位 (mm)	0.17	0.569	-0.076	0.258	1
咬合歯肉(mm)	-0.201	0.405	-0.266	-0.136	0.123

表4:ボンフェロニ補正によるホテリングのT二乗検定で測定されたすべての上顎後歯の角度平均予測差と線形平均予測差の比較。 正の値は、達成された歯の位置が、予測された歯の位置よりも頬側、遠位側、または咬合性が高いか、近心回転が大きい、クラウン先端が遠位にある、または舌側のクラウントルクが高いことを示しました。*P<0.05です。

ディスカッション

口蓋ルガエは青年期に独特の構成をしています。それらは成長中も一定に保たれ、個人識別のための本物のマーカーであり、上顎モデルの重ね合わせのための安定した解剖学的参照と見なされます^24,25,26,27。Daiらは、この方法を使用して、上顎第一大臼歯と中央切歯の達成および予測された歯の動きを、最初の小臼歯抜歯後の透明なアライナーと比較しました²⁸。達成された後処理モデルは、Rapidformソフトウェアを介して前処理モデルと計画後処理モデルに登録されました。彼らは、予測された歯の動きと達成された歯の動きの間に統計的に有意な差があることを報告しました。治療前および治療後のモデルは、さまざまなソース(アルギン酸印象および口腔内スキャン)から取得されました。歯の動きの測定値は、後咬合面を横面として使用し、口蓋縫合糸をガイドとして使用して座標系内で表され、正中矢状面が構築されました。それぞれの上顎第一大臼歯と上顎中央切歯の角度パラメータと並進パラメータがこれらの平面に投影されたため、異なる座標系(例えば、歯のおおよその抵抗中心に基づく座標原点)を使用した研究と結果を比較することは困難です^{17,18,19,20,21}。

この研究は上顎弓に限定されたため、口蓋とそのルガエを使用して、予測モデルと達成されたモデルを登録することができました。以前は、モデル登録は、未処理またはおそらく安定な後歯^{16、17、18、19、ベスト}フィットアルゴリズム^20、21、ミニスク^{リュー26、27}、トーリ²⁹、インプラント³⁰、頭蓋底^31、 または他の骨構造³²を使用して行われてきた.明瞭なアライナーの有効性を評価するために口蓋重ね合わせを用いた数少ない先行研究の1つで、Daiらは、抜歯症例における上顎第一大臼歯と中央切歯の達成された歯の動きと予測された歯の動きを比較したが²⁸、歯の位置と向きの個人差は、この研究や他の研究で使用された6つの自由度と報告しなかった^20。21。

前歯は、臨床歯冠の形状が、CloudCompareがその変換を表現するために使用するワールド座標系内で方向付けするのが難しすぎたため、このプロトコルには含まれていませんでした。しかし、小臼歯と大臼歯には十分な咬合ランドマークと顔面表面の規則性があり、治療した各歯の咬合面、長軸、および境界ボックスをソフトウェアの原点とワールド座標に向けることができました。

変換行列を使用して、レジストレーション中の歯の動きを記述する並進および回転情報を提供するには、特定の規則に従う必要があります。CloudCompareはTait-Bryan規約を採用しており、最初にZYX軸の回転シーケンスが採用され、その後に一致を完了するために必要なワールドゼロからの3D変換が採用されます。この研究で報告された角度はテイト・ブライアン条約³³を反映しているため、異なる規則を用いた研究は異なる結果をもたらす。治療後の歯をワールド原点と座標に合わせることで、各歯の特定の表面解剖学的構造によって決定された歯の元の位置と方向からの移動が測定値で示されることが保証されました。

全体として、私たちの結果は、達成された歯の位置の回転とトルクが予測と統計的および臨床的に有意に異なっており、透明なアライナーによる治療後に近心回転と頬トルクが増加したことを示しました。上顎第一大臼歯の回転運動は比較的成功していたが、第一小臼歯と第二小臼歯の回転解除はより問題であり、小臼歯冠の形態がこの違いに寄与している可能性が示唆された。これらの発見は、7日間のプロトコルによる後歯の動きの精度が、侵入、遠位侵入、遠位クラウン先端、および頬側クラウントルクの14日間のプロトコルほど正確ではないことを発見したAl-Nadawiaらによって実施された最近の研究に類似しています³⁴。インビザラインの精度が新しい技術によって向上したかどうかを判断するために、HaouiliらはKravitzらの先駆的な研究^{を更新し17} 、回転時の全体的な精度が最も低く、特に犬歯、小臼歯、大臼歯で困難であることを発見しました ²¹。

翻訳データでは、以前の研究と一致して、3つの方向すべてで統計的に有意な差は見られませんでした。Simonらは、上顎大臼歯遠位化が最も効果的に予測された運動であることを発見しました¹⁸。非統計的ではあるが臨床的に有意な予測差が認められたのは、本研究の第1大臼歯における咬合-歯肉運動であり、予測された位置に対してわずかに侵入する傾向があった。Haouiliらは、上顎切歯の押し出しは最適化された押出アタッチメントの使用によって改善されたが、上顎大臼歯と下顎大臼歯の押し出しは精度が最も低いことも示しました²¹。

本研究では、アタッチメントのある歯の動きは、アタッチメントのない歯と、望ましい歯の動きを達成する上で違いはありませんでした。アタッチメントを最適化した歯の動きは、回転運動ではわずかに不正確であるように見えました。アタッチメントが最適化された歯は、従来のアタッチメントやアタッチメントなしと比較して、より正確なトルク歯の動きを示しましたが、全体的なトルク歯の動きは困難でした。Kravitzらは、アタッチメントは、アタッチメントがない場合と比較して、回転運動でわずかな臨床的改善をもたらす可能性があると述べました。ただし、統計的有意性¹⁶ ではありません。一方、Simonらは、小臼歯を回転させる際にアタッチメントが有意に有益であることを発見しました¹⁸。Cortonaらは、下顎の丸い形の歯を回転させる最も効率的な方法は、1.2°のアライナー活性化を備えた単一のアタッチメントを追加することであるという有限の研究にも取り組んだ³⁵。Nuceraらは、クリアアライナー療法に対する複合アタッチメントの効果を体系的に検討し、現在の文献³⁶の矛盾する結果を概説した。エビデンスが不足しているため、各歯列矯正運動に対するアタッチメントとその数、サイズ、形状、および位置の影響を明らかにするために、さらなる臨床試験が必要である。

全体として、インビザラインは、軽度から中等度の不正咬合を有する青年および成人において、予測された後歯の動きのほとんどを達成しました。具体的には、上顎小臼歯、特に第一小臼歯の予測回転解除はより困難でした。すべての上顎後歯は、適切なトルク制御なしに頬側にトルクをかける傾向がありました。歯が遠位に配置されるほど、結果は予測不可能になります。添付ファイルの有無、または添付ファイルの種類の違いは、予測に違いをもたらさないようでした。一般に、すべての予測を達成するには、追加の改良または過剰修正が必要になります。上顎弓におけるインビザライン予測と臨床的に達成されたデジタルモデルとの比較は、口蓋と歯の特徴の両方を使用したモデル登録、個々の歯のセグメンテーション、およびそれらを一致させるために使用される数学的変換から恩恵を受けることができます。

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
CloudCompare	GPLソフトウェア	バージョン2.11	オープンソースソフトウェア(https://www.cloudcompare.net/)
Meshmixerソフトウェア	オートデスク株式会社
サイ5.0	ロバート・マクニール&アソシエイツ	バージョン 5.0