Прогностична модель оцінки складності ортодонтичного лікування ретенованих верхніх ікол за даними конусно-променевої комп’ютерної томографії

Автор(и)

  • Олена Дорошенко Національний університет охорони здоров’я України імені П. Л. Шупика
  • Наталія Малашенко ПП «Стоматологія Престиж», м. Київ, Україна

DOI:

https://doi.org/10.33295/1992-576X-2026-2-ORSR-3

Ключові слова:

ретеновані верхні ікла, конусно-променева комп’ютерна томографія, прогностична модель, порядкова логістична регресія, складність лікування, об’єм носоглотки

Анотація

Вступ. Ретенція верхніх ікол є однією з найпоширеніших аномалій прорізування зубів (поширеність 0,92–3,0 %) та становить значну клінічну проблему через ризик резорбції коренів сусідніх зубів, порушення оклюзії та естетичні дефекти. Попри наявність різноманітних класифікацій (наприклад, KPG, TDI), більшість із них є описовими та не надають кількісної прогностичної оцінки складності майбутнього лікування. Крім того, існувальні моделі здебільшого ігнорують краніофаціальний контекст, зокрема тип росту лицевого скелета та стан верхніх дихальних шляхів, які можуть суттєво впливати на ефективність ортодонтичної тяги.

Мета дослідження. Розробити та внутрішньо валідувати багатофакторну прогностичну модель на основі кількісних КПКТ-параметрів (локальних характеристик ретенованого ікла та глобальних краніофаціальних показників) для об’єктивної оцінки складності ортодонтичного лікування ретенованих верхніх ікол у дітей та підлітків 10–14 років.

Матеріали та методи. Проведено ретроспективне когортне дослідження за участю 174 пацієнтів основ­ної когорти (102 — LOI 0, 44 — LOI 1, 28 — LOI 2) та 47 осіб контрольної групи. Рівень ортодонтичного втручання (LOI) визначали post hoc за медичною документацією. Усім пацієнтам виконано КПКТ до початку лікування на апараті i-CAT Gendex CB-500. Оцінювали 7 краніофаціальних параметрів (SNA, SNB, ANB, SN–GoGn, SN–PP, PNS–PPA, об’єм носоглотки) та 7 локальних параметрів ретенованого ікла (кути β та α, глибина, відстань до кореня бічного різця, контакт, ширина фолікулярного простору, дилацерація). Вимірювання виконували два незалежні калібровані дослідники (ICC > 0,90). Для побудови моделі використовували порядкову логістичну регресію з покроковим відбором, перевіркою мультиколінеарності (VIF) та тестом Бранта. Внутрішню валідацію проводили методом 10-кратної крос-валідації.

Результати. У фінальну модель увійшли чотири незалежні предиктори: глибина розташування ікла (OR = 2,85; 95 % CI 1,90–4,28; p < 0,001), найкоротша відстань до кореня бічного різця (OR = 0,42; 95 % CI 0,28–0,63; p < 0,001), об’єм носоглотки (OR = 0,55; 95 % CI 0,38–0,79; p = 0,001) та кут до площини оклюзії (OR = 1,78; 95 % CI 1,12–2,83; p = 0,015). Модель мала добру пояснювальну здатність (Nagelkerke R ² = 0,62) та статистичну значущість ( χ ² = 68,4; p < 0,001). Розроблено математичне рівняння для розрахунку лінійного предиктора Z та порогові значення (τ ₁ = 0,8; τ ₂ = 2,1) для стратифікації пацієнтів на три рівні складності: LOI 0 (Z ⩽ 0,8), LOI 1 (0,8 < Z ⩽ 2,1) та LOI 2 (Z > 2,1).

Висновки. Запропонована прогностична модель дозволяє кількісно оцінити складність ортодонтичного лікування ретенованих верхніх ікол до його початку на основі чотирьох КПКТ-параметрів. Модель потребує зовнішньої валідації на багатоцентрових вибірках, але вже зараз може слугувати допоміжним інструментом для стратифікації пацієнтів, оптимізації вибору тактики лікування (спостереження, раннє хірургічне оголення, трансплантація) та ознайомлення пацієнтів із прогнозованою тривалістю й ризиками втручання.

Завантаження

Дані завантаження ще не доступні.

Біографії авторів

Олена Дорошенко, Національний університет охорони здоров’я України імені П. Л. Шупика

доктор медичних наук, професор кафедри ортопедичної стоматології, цифрових технологій та імплантології Національного університету охорони здоров’я України імені П. Л. Шупика

Наталія Малашенко, ПП «Стоматологія Престиж», м. Київ, Україна

кандидат медичних наук, лікар стоматолог-ортодонт вищої категорії

Посилання

Topsakal, K. G., Gökmen, Ş., Uçaker, Y. E., et al. (2024). Assessment of the positional and morphological differences of unilaterally impacted canines: A cross-sectional study. J Stomatol Oral Maxillofac Surg, 125(4), 101920. DOI: https://doi.org/10.1016/j.jormas.2024.101920.

Lövgren, M. L., Dahl, O., Uribe, P., Ransjö, M., & Westerlund, A. (2019). Prevalence of impacted maxillary canines—an epidemiological study in a region with systematically implemented interceptive treatment. Eur J Orthod, 41(5), 454–459. DOI: https://doi.org/10.1093/ejo/cjz056.

Ki-Taeg Jang. (2023). Management of Maxillary Impacted Canines. J Korean Acad Pediatr Dent, 50(2), 142–154. DOI: https://doi.org/10.5933/JKAPD.2023.50.2.142.

Philip-Alliez, C., et al. (2025). Prophylaxis of impacted canines: Prevention, diagnosis, and early management. Orthod Fr, 96(1), 79–104. DOI: https://doi.org/10.1684/orthodfr.2025.183.

Doroshenko, O. M., Doroshenko, M. V., & Omelianenko, O. A. (2025). Modern Methods of Accelerating Orthodontic Tooth Movement in Delayed Eruption: a Systematic review. Actual Dentistry, (3), 4–10. [Дорошенко, О. М., Дорошенко, М. В., & Омельяненко, О. А. (2025). Сучасні методи прискорення ортодонтичного переміщення зубів при затримці їх прорізування: систематичний огляд. Cучасна стоматологія, (3), 4–10]. DOI: https://doi.org/10.33295/1992-576X-2025-3-4 [in Ukrainian].

Mahajan, D., Parihar, A. V., Mairal, S., et al. (2025). Canine conundrum: Deciphering the factors at play—A systematic review. J Orthod Sci, 14(1), 13. DOI: https://doi.org/10.4103/jos.jos_94_24.

Savoldi, F., Dagassan-Berndt, D., Patcas, R., et al. (2024). The use of CBCT in orthodontics with special focus on upper airway analysis in patients with sleep-disordered breathing. Dentomaxillofac Radiol, 53(3), 178–188. DOI: https://doi.org/10.1093/dmfr/twae001.

Shen, W., Jin, C., Li, N., et al. (2025). Correlation between 3D craniofacial and upper airway structures and apnea hypopnea index in children. Journal of Shandong University (Health Sciences), 63(7), 44–53. DOI: https://doi.org/10.6040/j.issn.1671-7554.0.2025.0618.

Brands, L., Kerbrat, J.-B., & Schouman, T. (2025). Maxillary impacted canines: Statistical modeling of traction duration and resorption. L’Orthodontie Française, 96(2), 203–215. DOI: https://doi.org/10.1684/orthodfr.2025.187.

Fagundes, N., et al. (2022). Obstructive sleep apnea and craniofacial morphology in children: a systematic review and meta-analysis. Sleep Med Rev, 62, 101589. DOI: https://doi.org/10.1016/j.smrv.2022.101589.

Mahmood, H., et al. (2025). 3D Assessment of Orthodontic Treatment Difficulty of Maxillary Impacted Canine Using KPG Index and Qualitative Bone Measurement. Jaypee Brothers Medical Publishers, DOI: https://doi.org/10.5005/jp-journals-10024-3926.

Ciger F., et al. (2024). Assessment of clinical validity of KPG index for 3D classification of impacted maxillary canines by cone beam computed tomography. Orthod Craniofac Res, 27(5), 712–719. DOI: https://doi.org/10.1111/ocr.12788.

Nucci L., et al. (2024). A treatment difficulty index for unerupted maxillary canines. Eur J Paediatr Dent, 25(2), 112–118.

Turkoglu, K., et al. (2025). Deep learning-based 3D automatic segmentation of impacted canines in CBCT scans. BMC Oral Health, 25(1), 89. DOI: https://doi.org/10.1186/s12903-025-07117-5.

Lee J. H., et al. (2025). AI-Assisted 3D diagnosis of impacted maxillary canines: A validation study. J Clin Med, 14(2), 456. DOI: https://doi.org/10.3390/jcm14020456.

Park, J. H., et al. (2024). The Influence of Three-Dimensional Cone Beam Computed Tomography (CBCT) Data on Decision-Making for Maxillary Impacted Canines. Appl Sci, 14(8), 3210. DOI: https://doi.org/10.3390/app14083210.

Poggio, P. M., et al. (2024). Treatment duration by morphology and location of impacted maxillary canines: A cone-beam computed tomography investigation. Am J Orthod Dentofacial Orthop, 165(4), 401–410. DOI: https://doi.org/10.1016/j.ajodo.2023.12.014.

Migliorati, M., et al. (2024). The “canine first technique” in maxillary impacted canines: analysis of the treatment duration and success of therapy. Front Oral Health, 5, 123456. DOI: https://doi.org/10.3389/froh.2024.1444018.

Vasović, D., et al. (2025). Factors influencing treatment duration of impacted maxillary canines. Angle Orthod, 95(3), 266–273. DOI: https://doi.org/10.2319/080824-643.1.

Türker, N., et al. (2025). Effect of maxillary impacted canine teeth on root resorption of adjacent teeth: a CBCT-based observational study. BMC Oral Health, 25(1), 234. DOI: https://doi.org/10.1186/s12903-025-07218-1.

Kapila, S., et al. (2024). CBCT vs panoramic radiography in assessment of impacted upper canine and root resorption of the adjacent teeth: A systematic review and meta-analysis. Dentomaxillofac Radiol, 53(2), 89–101. DOI: https://doi.org/10.1093/dmfr/twae008.

Salazar, L. M., et al. (2024). Do patients with different craniofacial patterns have differences in upper airway volume? A systematic review with network meta-analysis. Eur J Orthod, 46(3):cjae015. DOI: https://doi.org/10.1093/ejo/cjae015.

Di Carlo, G., et al. (2024). Upper airway dimensions and craniofacial morphology: a correlation study using cone beam computed tomography. Eur J Paediatr Dent, 25(3), 187–193.

Alikhani, M., et al. (2024). Surgically facilitated orthodontic treatment of impacted canines: a systematic review. J Oral Maxillofac Surg, 82(5), 567–578. DOI: https://doi.org/10.1016/j.joms.2024.01.012.

Peck, S., et al. (2024). The genetic basis of maxillary canine impaction: A systematic review and meta-analysis. Orthod Craniofac Res, 27(S1), 45–56. DOI: https://doi.org/10.1111/ocr.12725.

Bazargani, F., et al. (2024). Long-term outcomes of early extraction of primary canines for prevention of permanent canine impaction. Eur J Orthod, 46(4): cjae025. DOI: https://doi.org/10.1093/ejo/cjae025.

Van der Heyden H., et al. AI-based prediction of maxillary canine eruption pathway. KU Leuven Research Portal. 2024-2025.

Lombardo L., et al. (2025). Aligners as a Therapeutic Approach in Impacted Canine Treatment: A Systematic Review. J Clin Med, 14(6), 1892. DOI: https://doi.org/10.3390/jcm14061892.

##submission.downloads##

Опубліковано

29.05.2026

Як цитувати

Дорошенко, О., & Малашенко, Н. (2026). Прогностична модель оцінки складності ортодонтичного лікування ретенованих верхніх ікол за даними конусно-променевої комп’ютерної томографії. Cучасна стоматологія, (2), 111–124. https://doi.org/10.33295/1992-576X-2026-2-ORSR-3

Номер

Розділ

ОРИГІНАЛЬНІ ДОСЛІДЖЕННЯ

Статті цього автора (авторів), які найбільше читають