インプラント周囲炎のリスク評価と診断のための予測プロファイルの識別

Distinguishing predictive profiles for patient-based risk assessment and diagnostics of plaque induced, surgically and prosthetically triggered peri-implantitis.

抄録

目的:

インプラント周囲炎のさまざまなサブタイプにおいて、患者ベースのリスク評価・診断のための特定の予測プロファイルが適用できるかどうかを調査すること。

OBJECTIVE: To investigate whether specific predictive profiles for patient-based risk assessment/diagnostics can be applied in different subtypes of peri-implantitis.

材料と方法:

本研究では、少なくとも2本のインプラントを埋入した患者（1つ以上のインプラント周囲炎の症状を呈する）を対象とした。診察、臨床、インプラントに関連するパラメータを収集し、1つのデータベースにスコア化した。分析の単位として歯科インプラントを選択し、完全なスクリーニングプロトコルを確立しました。インプラント周囲炎に罹患したインプラントは、特定された誘因に関連して3つのサブタイプに分類されました：純粋なプラークによるもの、補綴または外科的に誘因されたインプラント周囲炎。統計解析を行い，インプラント周囲炎と健康なインプラントとの間の特徴とリスク因子を比較するとともに，プラーク，プロステティック，サージカルトリガーによるインプラント周囲炎の間の臨床パラメータとリスク因子の分布を比較した．また，回帰法やC4.5決定木などのデータマイニングツールを用いて，インプラント周囲炎のサブタイプの予測プロファイルを推定した．

MATERIALS AND METHODS: This study included patients with at least two implants (one or more presenting signs of peri-implantitis). Anamnestic, clinical, and implant-related parameters were collected and scored into a single database. Dental implant was chosen as the unit of analysis, and a complete screening protocol was established. The implants affected by peri-implantitis were then clustered into three subtypes in relation to the identified triggering factor: purely plaque-induced or prosthetically or surgically triggered peri-implantitis. Statistical analyses were performed to compare the characteristics and risk factors between peri-implantitis and healthy implants, as well as to compare clinical parameters and distribution of risk factors between plaque, prosthetically and surgically triggered peri-implantitis. The predictive profiles for subtypes of peri-implantitis were estimated using data mining tools including regression methods and C4.5 decision trees.

結果:

2812本のインプラントを埋入した926名の患者を対象とした．56人の患者（6.04％）、332本のインプラント（4.44％）が研究基準を満たしていた。そこで、125本のインプラント周囲炎と207本の健康なインプラントのデータを分析し、統計解析の対象とした。インプラント周囲炎群では、51本が外科的に誘発されたもの（40.8％）、38本が補綴的に誘発されたもの（30.4％）、36本がプラークにより誘発されたもの（28.8％）と分類された。また、インプラント周囲炎は、外科的リスクファクターが51件（40.8％）、補綴的リスクファクターが38件（30.4％）、純粋にプラークが原因のリスクファクターが36件（28.8％）であった。インプラント周囲炎の予測因子として同定された変数は、女性の性別（OR=1.60）、malpositioning（OR=48.2）、overloading（OR=18.70）、および骨の再構築（OR=2.35）であった。予測モデルは82.35％の精度を示し，プラーク，補綴および外科的に誘発されたインプラント周囲炎の区別された予測プロファイルを特定した。このモデルは、モデルの精度を外部から検証したリスク分析の結果と一致していた。

RESULTS: A total of 926 patients previously treated with 2812 dental implants were screened for eligibility. Fifty-six patients (6.04%) with 332 implants (4.44%) met the study criteria. Data from 125 peri-implantitis and 207 healthy implants were therefore analyzed and included in the statistical analysis. Within peri-implantitis group, 51 were classified as surgically triggered (40.8%), 38 as prosthetically triggered (30.4%), and 36 as plaque-induced (28.8%) peri-implantitis. For peri-implantitis, 51 were associated with surgical risk factor (40.8%), 38 with prosthetic risk factor (30.4%), 36 with purely plaque-induced risk factor (28.8%). The variables identified as predictors of peri-implantitis were female sex (OR = 1.60), malpositioning (OR = 48.2), overloading (OR = 18.70), and bone reconstruction (OR = 2.35). The predictive model showed 82.35% of accuracy and identified distinguishing predictive profiles for plaque, prosthetically and surgically triggered peri-implantitis. The model was in accordance with the results of risk analysis being the external validation for model accuracy.

結論:

プラークに起因するインプラント周囲炎と、プロステーショナルおよびサージェリーに起因するインプラント周囲炎は、それぞれ異なる予測プロファイルを持つ異なる疾患であると結論づけることができ、適切な原因療法が必要である。本研究で開発された高度なデータマイニングモデルは、インプラント周囲炎のサブタイプを診断するための有望なツールであると考えられる。

CONCLUSIONS: It can be concluded that plaque induced and prosthetically and surgically triggered peri-implantitis are different entities associated with distinguishing predictive profiles; hence, the appropriate causal treatment approach remains necessary. The advanced data mining model developed in this study seems to be a promising tool for diagnostics of peri-implantitis subtypes.