种植体周病风险评估工具在种植治疗患者中临床应用效果及改良方案初探

种植体周病风险评估工具在种植治疗患者中临床应用效果及改良方案初探
引用本文

孙文萱，戴世爱，姜陆祎，等. 种植体周病风险评估工具在种植治疗患者中临床应用效果及改良方案初探[J]. 中国实用口腔科杂志，2025，18（6）：697-702. DOI：10.19538/j.kq.2025.06.009.

作者信息

基金项目：2022国家重点研发子课题（2022YFC2504202-1）；北京大学医学部大学生创新实验项目（2023-SSDC-07）

作者姓名：孙文萱，戴世爱，姜陆祎，冯向辉，释    栋，胡文杰

作者单位：北京大学口腔医学院·口腔医院牙周科，国家口腔医学中心，国家口腔疾病临床医学研究中心，口腔生物材料和数字诊疗装备国家工程研究中心，口腔数字医学北京市重点实验室，北京 100081

通信作者：冯向辉，电子信箱：susanf0821@163.com

摘要

目的    初步探索种植体周病风险评估工具（implant disease risk assessment，IDRA）模型在种植治疗患者中的临床应用效果，并提出改良方案。

方法    研究为回顾性病例对照研究，纳入2020年1月至2024年5月于北京大学口腔医院牙周科就诊的种植体周炎患者58例（种植体58颗）和种植体周健康患者33例（种植体33颗），分别记为种植体周炎组和种植体周健康组。收集2组患者牙周炎病史、出血指数（bleeding index，BI）、探诊深度（probing depth，PD）、牙周炎易感性、牙周支持治疗（supportive periodontal therapy，SPT）频率、修复体边缘至骨嵴顶距离及修复体自身因素等资料，计算牙周探诊出血（bleeding on probing，BOP）阳性率（BI ≥ 2位点百分比）、牙槽骨丧失程度与年龄比值（BL/Age），代入IDRA模型评估风险等级，并根据评估结果进行改良。

结果    2组种植体周病高风险患者占比均为100%，且均有牙周炎病史。2组BOP阳性率、PD ≥ 5 mm位点数、PD ≥ 5 mm位点数分级、SPT频率分级、修复体自身因素分级比较，差异均有统计学意义（均P < 0.05）；其他因素组间比较，差异无统计学意义（P > 0.05）。对PD和BI这2个风险因素进行改良，依据PD ≥ 6 mm位点数、BI ≥ 3位点百分比进行风险等级判定分析显示，2组PD ≥ 6 mm位点数、PD ≥ 6 mm位点数分级、全口平均PD、BI ≥ 3位点百分比、BI ≥ 3位点百分比分级比较，差异均有统计学意义（均P < 0.05）。

结论    IDRA模型在我国有牙周炎病史的种植治疗患者中应用效果可能欠佳。建议应用PD ≥ 6 mm位点数和BI ≥ 3位点百分比替代原模型中的PD ≥ 5 mm位点数和BOP阳性率，未来仍需进一步探索改良方式。

关键词

种植体周炎；牙周炎；种植体周病风险评估工具

种植修复已成为目前大部分人群修复缺失牙的首选方式，种植体周病作为种植治疗后的主要生物学并发症引起人们广泛关注。多个纵向研究表明，有牙周炎病史患者发生种植体周炎的风险远高于没有牙周炎的患者［1-3］。我国人群牙周病患病率高，有学者预测未来25年我国成人牙周病的发病率可能继续增长［4-5］。这些牙周炎患者种植治疗后种植体周病的患病风险也会相应升高。因此，研究种植体周病的风险评估具有重要临床意义，以提高种植体的长期成功率，增强医患双方防治意识，有效规避风险。
既往对于风险因素评估和预测的研究较少，现有的评估模型大多基于少数几个因素，缺乏综合性［6］。因此，开发一种能够全面考虑多个潜在风险因素、具有较高预测能力的综合评估模型对于提高种植体周炎的预防效果具有重要意义。2020年，Heitz-Mayfield等［7］建立了患种植体周病的风险因素评估模型，选取牙周炎病史、牙周探诊出血（bleeding on probing，BOP）阳性率、牙齿/种植体探诊深度（probing depth，PD）≥ 5 mm位点数、牙槽骨丧失程度（bone loss，BL）与年龄比值、牙周炎易感性、牙周支持治疗（supportive periodontal therapy，SPT）频率、修复体边缘至骨嵴顶距离及修复体自身因素（是否易清洁、是否有残余粘接剂等）8个风险因素，将这8个因素对患种植体周病的风险预测可视化为1个八边形，建立了种植体周病风险评估工具（implant disease risk assessment，IDRA）模型，以评估患者种植治疗后患种植体周病的风险等级，因其简便、高效引发学界关注。目前，国内尚缺乏对IDRA模型的验证研究，其是否适用于我国人群尚不明确。本研究旨在通过回顾性病例对照研究，初探IDRA模型在种植治疗患者中的临床应用效果，并提出改良建议。

1.

资料与方法

     本研究为回顾性病例对照研究，已通过北京大学口腔医院生物医学伦理委员会审批（审批号：PKUSSIRB-2024102148）。

1. 1    研究对象与分组    种植体周炎组：选取2020年1月至2024年5月于北京大学口腔医院牙周科就诊的种植体周炎患者58例（种植体58颗），其中男32例，女26例；年龄27 ~ 69岁，平均（51.7 ± 11.4）岁。种植体周健康组：选取同期于北京大学口腔医院牙周科就诊且有电子化检查记录种植体周健康患者33例（种植体33颗），其中男17例，女16例；年龄36 ~ 76岁，平均（54.8 ± 9.2）岁。
纳入标准：①由2位高年资牙周科医生（均为主任医师）依据2018年国际牙周病及种植体周病分类标准进行诊断［8-9］，且诊断结果一致；②有详细的种植体临床检查记录和全口牙周检查表；③有包含种植体的全口根尖片、曲面体层片或锥形束CT（cone beam CT，CBCT），且纳入研究的种植体必须有根尖片；④有详细的吸烟状况、糖尿病等全身疾病情况记录；⑤有既往详细的牙周治疗频率记录；⑥所有种植修复均为固定修复体。此外，种植体周健康组还需满足以下标准：①种植体植入后至少5年，且口内没有诊断为种植体周炎的种植体；②种植体周PD ≤ 5 mm、出血指数（bleeding index，BI）≤ 3（BI = 3的位点不超过1个），且种植体周无溢脓。

1. 2    研究方法
    
1. 2. 1    种植体周和牙周探诊检查    使用Williams刻度牙周探针（尖端直径0.5 mm，上海医疗器械股份有限公司齿科材料厂）测量PD，记录每颗种植体和天然牙颊侧近中、中央、远中和舌侧近中、中央、远中6个位点的PD。记录每颗种植体和天然牙颊、舌侧2个位点的出血指数（bleeding index，BI），BI ≥ 2的位点记为BOP阳性，并计算BOP阳性率。计算公式：BOP阳性率= BOP阳性位点数/BI记录位点数× 100% 。

1. 2. 2    种植体和天然牙影像学检查    导出数字化影像系统中患者的影像学资料，室内自然光照下，使用RadiAnt DICOM Viewer 2023.1软件（Medixant，波兰）在分辨率为1 920 × 1 080像素的电脑显示屏上进行定点及测量，观测者与显示屏间距离约为30 cm。选择修复即刻影像学资料（若无，则选择第1次复查时影像学资料），测量修复体边缘至骨嵴顶距离，使用种植体实际长度进行校准，精确到0.1 mm。结合PD和影像学资料，测量全口余留天然牙近中、远中釉牙骨质界到牙槽嵴顶之间的距离，记为骨吸收长度；测量釉牙骨质界到根尖的距离，记为根长；BL为骨吸收长度与根长的比值。选择最大BL值（第二磨牙远中不纳入考虑），计算其与年龄比值（BL/Age）。计算公式：BL/Age =最大BL值/年龄× 100。

1. 2. 3    风险因素评估    除上述检查指标外，补充风险因素如下。①根据既往病史、临床牙周检查表及影像学检查确定是否存在牙周炎病史，并根据2018年国际牙周病及种植体周病新分类中的分期和分级标准明确诊断［8-9］，从而判断IDRA模型中的牙周炎易感性分级。②根据病史信息及既往就诊记录得到SPT频率，能够按照医生要求的复查间隔来就诊或每年至少有1次复诊记录，记为“符合SPT要求”；1年以上的复查间隔记为“偶尔”。③根据种植修复检查记录结合影像学检查判断修复体自身因素，记为“可清洁、龈上边缘不佳、龈下边缘不佳/粘接剂残留/不可清洁”。
根据IDRA模型［7］，设置各因素的风险等级判定标准如表1所示。将全部因素代入IDRA模型，评价患者患种植体周病的风险等级。评价标准：若8个因素均为低风险或仅1个因素为中风险，判定为低风险；2个及以上因素为中风险（其中可有1个因素为高风险）或1个因素为高风险、其余均为低风险，判定为中风险；2个及以上因素为高风险，判定为高风险。



1. 3    统计学处理    应用SPSS 29.0软件对数据进行统计学分析。采用K-S检验分析数据的正态性，正态分布的计量资料以“均数[±]标准差”表示，采用独立样本t检验进行组间比较。非正态分布的计量资料以“中位数（四分位数）［[M]（P25，P75）］”表示，采用Mann-Whitney U检验进行组间比较。计数资料以“频数（百分比）”表示，无序分类资料组间比较采用χ2检验，等级资料组间比较采用Mann-Whitney U检验。P < 0.05为差异有统计学意义。

2.



2. 1    2组患者一般资料分析    种植体周炎组和种植体周健康组患者的年龄、性别分布、吸烟情况、种植时间、种植体牙位类型分布、种植体类型分布比较，差异均无统计学意义（均P > 0.05）。见表2。



2. 2    2组IDRA模型分析    根据IDRA模型评价标准对2组患者患种植体周病的风险等级进行评估，种植体周炎组高风险患者占比为100%（58/58），种植体周健康组高风险患者占比为100%（33/33）。2组患者均有牙周炎病史（表3），种植体周炎组、种植体周健康组Ⅲ期和Ⅳ期牙周炎患者分别占95%（55/58）、91%（30/33）。2组患者牙周炎分期分级情况比较，差异无统计学意义（χ2 = 3.068，P = 0.119）。



对2组IDRA模型中的各风险因素进行比较分析发现，种植体周炎组与种植体周健康组患者的BOP阳性率、PD ≥ 5 mm位点数、PD ≥ 5 mm位点数分级、SPT频率分级、修复体自身因素分级比较，差异均有统计学意义（均P < 0.05）；有牙周炎病史占比、BOP阳性率分级、BL/Age、BL/Age分级、牙周易感性分级、修复体边缘至骨嵴顶距离分级组间比较，差异均无统计学意义（均P > 0.05）。见表4。




2. 3    2组风险因素的改良分析    基于2组IDRA模型分析结果，对PD和BI这2个风险因素进行改良。见表5。按照改良风险因素等级判定标准对2组患者进行比较分析发现，种植体周炎组与种植体周健康组患者的PD ≥ 6 mm位点数、PD ≥ 6 mm位点数分级、全口平均PD、BI ≥ 3位点百分比、BI ≥ 3位点百分比分级比较，差异均有统计学意义（均P <0.05）。见表6。



3.

讨论

      本研究通过回顾性病例对照研究方法初步验证IDRA模型在北京大学口腔医院牙周科就诊的种植体周炎患者和种植体周健康患者中的应用效果。由于很多种植体周健康患者缺乏全口牙周检查表及全口影像学检查资料，未能筛选出更多对照患者。但2组患者的年龄、性别分布、吸烟情况、种植时间、种植体牙位类型分布、种植体类型分布比较，差异均无统计学意义，可见本研究结果具有一定临床意义与参考价值。

在我国人群中，牙周病导致的失牙率不断升高，为了提高牙周炎患者种植治疗的长期成功率，研究种植体周病的风险因素具有重要意义。本研究并非纵向队列研究，而是对已发生种植体周炎患者和种植至少5年种植体周仍健康的患者利用IDRA模型进行横向分析比较，且种植体周炎组和种植体周健康组绝大多数患者均有重度牙周炎病史，因此2组大部分患者“牙周炎病史”及“牙周炎易感性”风险评估均为高风险。依据IDRA模型，8个风险因素中有2个为高风险即记为种植体周病高风险患者。因此对于本研究，仅从牙周炎病史和牙周炎易感性这2个因素考虑，已有90%以上患者被评估为高风险。同时，IDRA模型是1个基于牙周炎风险因素评估发展而来的模型，8个风险因素中有6个因素（牙周炎病史、BOP阳性率、PD ≥ 5 mm位点数、BL/Age、牙周炎易感性、SPT频率）与患者的牙周炎状况和牙周维护情况有关，仅2个因素（修复体边缘至骨嵴顶距离、修复体自身因素）与修复体有关。因此，无论是否接受过牙周系统治疗，将该模型直接代入牙周炎高发的我国人群，多数人群可能被判定为种植体周病高风险。本研究结果显示，2组种植体周病高风险患者占比均为100%；2组仅BOP阳性率、PD ≥ 5 mm位点数、PD ≥ 5 mm位点数分级、SPT频率分级、修复体自身因素分级比较，差异有统计学意义。可见，IDRA模型在我国有牙周炎病史的种植治疗患者中应用效果可能欠佳。考虑到牙周炎病史、牙周炎易感性和BL/Age这3个因素之间有重叠，建议合并为1 ~ 2个因素更为合理。
Lü等［10］基于我国侵袭性牙周炎人群特征，对牙周炎风险因素评估模型（periodontal risk assessment，PRA）进行改良，发现改良后的PRA模型能够对我国牙周炎人群进行更准确的风险因素评估；改良后的PRA模型用BI ≥ 3位点百分比替代BOP阳性率，并计算PD ≥ 6 mm位点数。本研究参考Lü等［10］的研究，改良IDRA模型中PD和BI这2个风险因素，依据PD ≥ 6 mm位点数、BI ≥ 3位点百分比进行风险等级判定；结果显示，2组患者PD ≥ 6 mm位点数、PD ≥ 6 mm位点数分级、全口平均PD、BI ≥ 3位点百分比、BI ≥ 3位点百分比分级比较，差异均有统计学意义。提示，种植体周炎组当前残余深牙周袋数目和牙周组织炎症程度均显著高于种植体周健康组，更清晰区分2组患者的PD与BI。本课题组既往针对重度牙周炎系统治疗后行种植修复患者的前瞻性研究也发现，PD ≥ 6 mm位点百分比超过10%是罹患种植体周炎的危险因素［11］。
综上，本研究结果显示，IDRA模型可能对我国人群种植体周病风险因素评估效果不佳，建议应用PD ≥ 6 mm位点数和BI ≥ 3位点百分比替代原模型中的PD ≥ 5 mm位点数和BOP阳性率。未来需依据我国人群特征行进一步调整，以更准确地应用于临床实践。本研究是一项回顾性病例对照研究，且样本量较少；因此，只是初步探索IDRA模型的准确性，未来我们将设计回顾性队列研究行深入验证。