DOI: https://doi.org/10.1038/s41598-024-69314-6
PMID: https://pubmed.ncbi.nlm.nih.gov/39169095
تاريخ النشر: 2024-08-21
المؤلف: Samar M. Adel وآخرون
الموضوع الرئيسي: تقويم الأسنان وطب الأسنان الوجهية
نظرة عامة
تدرس الدراسة إمكانية التنبؤ بأداة Invisalign SmileView لمحاكاة الابتسامة الرقمية مقارنة بنتائج العلاج الفعلية في تقويم الأسنان. خضعت مجموعة من 24 مريضًا بالغًا (12 أنثى و12 ذكر، بمتوسط عمر 22 ± 5.2 سنة) للعلاج باستخدام تقويم Invisalign على مدى متوسط قدره 18 ± 6 أشهر. تم محاكاة الابتسامات قبل العلاج باستخدام Invisalign SmileView، وتم تقييم نتائج ما بعد العلاج من خلال تقييم شامل لخصائص الابتسامة. شمل التحليل عشرة متغيرات للابتسامة، وتم استخدام طرق إحصائية مثل اختبار t المستقل واختبار كاي-تربيع لمقارنة النتائج المحاكاة والفعلية.
أشارت النتائج إلى أن خمسة معايير كمية – ارتفاع الفلتروم، ارتفاع الزاوية، عرض الابتسامة، الممر الخدّي، ومؤشر الابتسامة – أظهرت إمكانية تنبؤ موثوقة لمحاكاة الابتسامة، مع تشابه كبير بين القيم المتوسطة المحاكاة والفعلية (P < 0.05 لعرض المسافة بين الأنياب العلوية). في المقابل، أظهر التقييم النوعي توافقًا كبيرًا بين الفاحصين، لكن فقط خط الشفاه اعتُبر مؤشرًا موثوقًا لمحاكاة الابتسامة. تستنتج الدراسة أنه بينما يمكن أن توفر أداة Invisalign SmileView إمكانية تنبؤ محدودة لنتائج الابتسامة، فإن النتائج الفعلية بعد العلاج أظهرت خطوط شفاه أكثر ملاءمة، وأقواس ابتسامة، وعرض أسنان أفضل مما تم التنبؤ به في البداية.
الطرق
يستعرض قسم “المواد والطرق” التصميم التجريبي والإجراءات المستخدمة في الدراسة. يوضح المواد المحددة المستخدمة، بما في ذلك مصادرها وطرق تحضيرها، بالإضافة إلى الإعداد التجريبي، الذي قد يتضمن معدات وبروتوكولات متنوعة. يصف القسم أيضًا المنهجيات المطبقة لجمع البيانات وتحليلها، مما يضمن إمكانية تكرار النتائج وموثوقيتها.
بالإضافة إلى ذلك، يتم تحديد أي طرق إحصائية تم استخدامها لتفسير البيانات، بما في ذلك البرمجيات والخوارزميات المستخدمة في التحليل. يسمح هذا النهج الشامل بفهم واضح للإطار التجريبي، مما يسهل تقييم صحة وأهمية النتائج المقدمة في الدراسة.
النتائج
في هذه الدراسة، تم تحليل عشرة متغيرات للابتسامة لتقييم تأثيرها على جمالية الابتسامة، تتكون من ستة متغيرات كمية (ارتفاع الفلتروم، ارتفاع الزاوية، عرض الابتسامة، عرض المسافة بين الأنياب العلوية، الممر الخدّي، ومؤشر الابتسامة) وأربعة متغيرات نوعية (عرض القواطع السفلية، خط الشفاه، قوس الابتسامة، وعدد الأسنان المعروضة أثناء الابتسامة). تم مقارنة النتائج الفعلية بعد العلاج مع الابتسامات المحاكاة التي تم إنشاؤها بواسطة SmileView. تراوحت قيمة ارتباط الفئة الداخلية (ICC) للمعايير الكمية بين 0.7 إلى 0.8، مما يدل على اتساق داخلي ممتاز إلى جيد، بينما أكدت قيم ألفا كرونباخ بين 0.8 و0.9 مستوى جيد من الموثوقية لأسئلة التقييم. تراوحت قيم كابا للمعايير النوعية بين 0.66 إلى 0.75، مما يعكس توافقًا كبيرًا بين الفاحصين.
كشفت المقارنات الإحصائية عن عدم وجود اختلافات ذات دلالة إحصائية (P > 0.05) بين القيم المتوسطة الفعلية والمحاكاة لخمس من ستة متغيرات كمية، مما يشير إلى إمكانية استخدامها كمؤشرات موثوقة. ومع ذلك، كان عرض المسافة بين الأنياب العلوية هو المتغير الوحيد الذي أظهر اختلافًا كبيرًا. من بين المتغيرات النوعية، أظهر فقط خط الشفاه نتائج قابلة للمقارنة بين المجموعات، بينما أظهرت المعايير الأخرى، مثل عرض الأسنان الأكثر بروزًا وقوس الابتسامة، اختلافات كبيرة، مما يشير إلى أنها ليست موثوقة للتنبؤ. على وجه التحديد، أظهر 91.7% من المجموعة المعالجة فعليًا عرض الأسنان حتى الأضراس الأولى، مقارنةً بـ 33% فقط في مجموعة المحاكاة، وكان توزيع قوس الابتسامة مختلفًا بشكل كبير بين المجموعات. بشكل عام، تسلط النتائج الضوء على موثوقية بعض القياسات الكمية وخط الشفاه كمؤشرات لجمالية الابتسامة، مع التحذير من استخدام معايير نوعية أخرى.
المناقشة
كانت الدراسة الحالية تجربة سريرية مستقبلية مصممة لتقييم إمكانية التنبؤ بأداة Invisalign SmileView لمحاكاة الابتسامة قبل العلاج، وفقًا لإرشادات SPIRIT-AI و CONSORT-AI. تم الحصول على الموافقة الأخلاقية من مجلس مراجعة المؤسسة في معهد سافيثا للعلوم الطبية والتقنية، وتم تأمين الموافقة المستنيرة من جميع المشاركين. تم تجنيد 24 مريضًا (12 أنثى و12 ذكر) يعانون من سوء إطباق خفيف إلى معتدل، وتم تقييم معايير الابتسامة المختلفة باستخدام تقنيات تصوير قياسية وتحليل رقمي. كانت الدراسة تهدف إلى مقارنة النتائج الفعلية بعد العلاج مع الابتسامات المحاكاة التي تم إنشاؤها بواسطة أداة SmileView.
أشارت النتائج إلى أن أداة Invisalign SmileView لديها إمكانية تنبؤ محدودة لجمالية الابتسامة. بينما أظهرت نتائج العلاج الفعلية خطوط شفاه أكثر مثالية، وأقواس ابتسامة أكثر استقامة، وعرض أسنان أفضل مقارنةً بالتنبؤات المحاكاة، اعتُبرت خمسة معايير كمية فقط (ارتفاع الفلتروم، ارتفاع الزاوية، عرض الابتسامة، الممر الخدّي، ومؤشر الابتسامة) مؤشرات موثوقة. في المقابل، أظهرت المعايير النوعية مثل قوس الابتسامة وعرض القواطع السفلية اختلافات كبيرة بين النتائج المحاكاة والفعلية، مما يشير إلى أن الأطباء يجب أن يكونوا حذرين عند الاعتماد على المحاكاة الرقمية في تخطيط العلاج. تؤكد الدراسة على ضرورة إجراء مزيد من الأبحاث، بما في ذلك تقييمات متعددة المراكز وتقييمات لدرجات مختلفة من سوء الإطباق، لتعزيز فهم فعالية الأداة في ممارسة تقويم الأسنان.
DOI: https://doi.org/10.1038/s41598-024-69314-6
PMID: https://pubmed.ncbi.nlm.nih.gov/39169095
Publication Date: 2024-08-21
Author(s): Samar M. Adel et al.
Primary Topic: Orthodontics and Dentofacial Orthopedics
Overview
The study investigates the predictability of the Invisalign SmileView tool for digital smile simulations compared to actual treatment outcomes in orthodontics. A cohort of 24 adult patients (12 females and 12 males, mean age 22 ± 5.2 years) underwent treatment with Invisalign aligners over an average period of 18 ± 6 months. Pre-treatment smiles were simulated using the Invisalign SmileView, and post-treatment outcomes were evaluated through a comprehensive assessment of smile characteristics. The analysis included ten smile variants, and statistical methods such as the Independent t-test and Chi-square test were employed to compare simulated and actual outcomes.
Results indicated that five quantitative parameters—philtrum height, commissure height, smile width, buccal corridor, and smile index—demonstrated reliable predictability for smile simulation, with significant similarity between simulated and actual mean values (P < 0.05 for maxillary inter canine width). In contrast, the qualitative assessment revealed substantial agreement among examiners, but only the lip line was deemed a reliable predictor for smile simulation. The study concludes that while the Invisalign SmileView tool can provide limited predictability for smile outcomes, actual post-treatment results yielded more favorable lip lines, smile arcs, and tooth displays than initially predicted.
Methods
The “Materials and Methods” section outlines the experimental design and procedures employed in the study. It details the specific materials used, including their sources and preparation methods, as well as the experimental setup, which may involve various equipment and protocols. The section also describes the methodologies applied for data collection and analysis, ensuring reproducibility and reliability of the results.
Additionally, any statistical methods utilized to interpret the data are specified, including the software and algorithms employed for analysis. This comprehensive approach allows for a clear understanding of the experimental framework, facilitating the assessment of the validity and significance of the findings presented in the study.
Results
In this study, ten smile variables were analyzed to assess their impact on smile aesthetics, comprising six quantitative variables (philtrum height, commissure height, smile width, maxillary inter-canine width, buccal corridor, and smile index) and four qualitative variables (lower incisor show, lip line, smile arc, and number of tooth display during smile). The actual post-treatment outcomes were compared with simulated smiles generated by SmileView. The Intra Class Correlation (ICC) for quantitative parameters ranged from 0.7 to 0.8, indicating excellent to good internal consistency, while Cronbach’s alpha values between 0.8 and 0.9 confirmed a good level of reliability for the assessment questions. The kappa values for qualitative parameters ranged from 0.66 to 0.75, reflecting substantial agreement among examiners.
Statistical comparisons revealed no significant differences (P > 0.05) between actual and simulated mean values for five of the six quantitative variables, suggesting their potential as reliable predictors. However, the maxillary inter-canine width was the only variable with a significant difference. Among qualitative variables, only the lip line showed comparable results between groups, while other parameters, such as the most posterior tooth display and smile arc, demonstrated significant discrepancies, indicating they are not reliable for prediction. Specifically, 91.7% of the actual treated group displayed up to the first molars, compared to only 33% in the simulation group, and the smile arc distribution was significantly different between groups. Overall, the findings highlight the reliability of certain quantitative measures and the lip line as predictors for smile aesthetics, while cautioning against the use of other qualitative parameters.
Discussion
The present study was a prospective clinical trial designed to evaluate the predictability of the Invisalign SmileView tool for pretreatment smile simulation, adhering to SPIRIT-AI and CONSORT-AI guidelines. Ethical approval was obtained from the Institutional Review Board of Saveetha Institute of Medical and Technical Sciences, and informed consent was secured from all participants. A total of 24 patients (12 females and 12 males) with mild to moderate malocclusions were recruited, and various smile parameters were assessed using standardized photographic techniques and digital analysis. The study aimed to compare actual post-treatment outcomes with simulated smiles generated by the SmileView tool.
The findings indicated that the Invisalign SmileView tool has limited predictability for smile aesthetics. While actual treatment outcomes demonstrated more optimal lip lines, straighter smile arcs, and better tooth displays compared to the simulated predictions, only five quantitative parameters (philtrum height, commissure height, smile width, buccal corridor, and smile index) were deemed reliable predictors. In contrast, qualitative parameters such as smile arc and lower incisor exposure showed significant discrepancies between simulated and actual outcomes, suggesting that clinicians should exercise caution when relying on digital simulations for treatment planning. The study underscores the necessity for further research, including multicenter assessments and evaluations of different malocclusion severities, to enhance the understanding of the tool’s efficacy in orthodontic practice.