カスタマイズされた歯科用インプラントアバットメントの様々な洗浄手順への曝露が及ぼす影響：AI支援SEM/EDS分析を用いたin vitro試験

Influence of exposure of customized dental implant abutments to different cleaning procedures: an in vitro study using AI-assisted SEM/EDS analysis.

抄録

目的:

歯科用インプラントアバットメントは、その使用目的により医療機器として定義される。カスタムメイドのCAD/CAMツーピースアバットメントの表面は、歯科技工所での製造過程で汚染される可能性がある。患者治療前の再処理が不十分な場合、インプラントに関連する合併症の一因となる可能性がある。医療機器の要件を満たすためには、リスクに適応した衛生管理が必要である。

PURPOSE: Dental implant abutments are defined as medical devices by their intended use. Surfaces of custom-made CAD/CAM two-piece abutments may become contaminated during the manufacturing process in the dental lab. Inadequate reprocessing prior to patient care may contribute to implant-associated complications. Risk-adapted hygiene management is required to meet the requirements for medical devices.

方法:

合計49本のCAD/CAMで製作したジルコニアコーピングをプレハブチタンベースに接着した。1つのグループは、ドイツ中の歯科技工所で別々に接着、研磨、洗浄された（LA）。もう1群は無処置とした（NC）。5つのグループは以下の衛生レジメンを受けた：3段階超音波洗浄（CPおよびFP）、蒸気（SC）、アルゴン-酸素プラズマ（PL）、および単純超音波洗浄（UD）。走査型電子顕微鏡（SEM）とエネルギー分散型X線分光法（EDS）を用いて汚染物質を検出し、対話型機械学習（ML）と閾値処理（SW）を用いてセグメント化と定量化を行った。データはノンパラメトリック検定（Kruskal-Wallis検定、Dunn検定）を用いて統計的に分析した。

METHODS: A total of 49 CAD/CAM-manufactured zirconia copings were bonded to prefabricated titanium bases. One group was bonded, polished, and cleaned separately in dental laboratories throughout Germany (LA). Another group was left untreated (NC). Five groups received the following hygiene regimen: three-stage ultrasonic cleaning (CP and FP), steam (SC), argon-oxygen plasma (PL), and simple ultrasonic cleaning (UD). Contaminants were detected using scanning electron microscopy (SEM) and energy-dispersive X-ray spectroscopy (EDS) and segmented and quantified using interactive machine learning (ML) and thresholding (SW). The data were statistically analysed using non-parametric tests (Kruskal-Wallis test, Dunn's test).

結果:

洗浄方法の違いによる汚染レベルの有意差が認められた（p≦0.01）。両測定法（ML、SW）において、FP-NC/LA群が汚染レベルに最も有意差を示し、SWではCP-LA/NC群とUD-LA/NC群、MLではCP-LA/NC群とPL-LA/NC群がそれに続いた（p≦0.05）。EDSの結果、すべての試料で有機物の混入が確認され、微量のアルミニウム、ケイ素、カルシウムが検出された。

RESULTS: Significant differences in contamination levels with the different cleaning procedures were found (p ≤ 0.01). The FP-NC/LA groups showed the most significant difference in contamination levels for both measurement methods (ML, SW), followed by CP-LA/NC and UD-LA/NC for SW and CP-LA/NC and PL-LA/NC for ML (p ≤ 0.05). EDS revealed organic contamination in all specimens; traces of aluminum, silicon, and calcium were detected.

結論:

超音波とアルゴン-酸素プラズマに基づく化学熱洗浄法は、ジルコニア表面からプロセスに関連した汚染を効果的に除去した。機械学習は、ジルコニア・アバットメント上の外部汚染を定量化し監視するための有望な評価ツールである。

CONCLUSIONS: Chemothermal cleaning methods based on ultrasound and argon-oxygen plasma effectively removed process-related contamination from zirconia surfaces. Machine learning is a promising assessment tool for quantifying and monitoring external contamination on zirconia abutments.