.
Abstracte achtergrond
Om de cariës te onderzoeken voorspellend vermogen van een verminderde Cariogram model zonder speeksel tests schoolkinderen
Methods
de onderzoeksgroep bestond uit 392 schoolkinderen, 10-11 jaar, die zich na informed consent als vrijwilliger. Een cariës risicobeoordeling werd gemaakt bij aanvang met behulp van de computer-based Cariogram model en uitgedrukt als "de kans op het vermijden van cariës" en de kinderen werden verdeeld in vijf risicogroepen. De cariës increment (ΔDMFS) werd geëxtraheerd uit de gebitsgegevens en Bitewing röntgenfoto's na 2 jaar. De verminderde Cariogram werd verwerkt door het weglaten van de variabelen "speeksel mutans streptococci", "secretiesnelheid" en "buffercapaciteit" een voor een en uiteindelijk alle drie. Verschillen tussen de totale en gereduceerde modellen werden uitgedrukt als oppervlakte onder de ROC-curve.
Resultaten
De basislijn cariës prevalentie in de studie bevolking was 40% (gemiddeld DMFS 0,87 ± 1,35) en het gemiddelde van 2 jaar cariës verhogen was 0,51 ± 1,06. Beide Cariogram modellen toonde een statistisch verband met cariës ontwikkeling (p & lt; 0,05); meer cariës werd gevonden onder degenen beoordeeld met een hoog risico in vergelijking met degenen met een laag risico. De gecombineerde gevoeligheid en specificiteit af na uitsluiting van de speeksel tests en een statistisch significante vermindering van de oppervlakte onder de ROC-curve weergegeven vergeleken met de totale Cariogram (p & lt; 0,05). Onder de speekselklieren variabelen, weglaten van de mutans streptococcen opsomming verminderde het voorspellend vermogen van de meest.
Conclusies
De nauwkeurigheid van cariës voorspelling bij schoolgaande kinderen was significant verstoord wanneer de Cariogram model werd toegepast zonder opsomming van speeksel testen.
Electronic aanvullend materiaal
De online versie van dit artikel (doi:. 10 1186 /1472-6831-10-5). bevat aanvullend materiaal, dat beschikbaar is voor geautoriseerde gebruikers is achtergrond
Risicobeoordeling is een essentieel onderdeel van het besluitvormingsproces voor de preventie en het beheer van cariës. Samen met de dramatische daling in cariës prevalentie in de afgelopen 30 jaar [1], heeft de zoektocht naar aanvaardbare, accurate en kosteneffectieve strategieën voor het identificeren van hoog risico individuen geïntensiveerd en meerdere risicofactoren en indicatoren zijn als doelen voorgesteld. Een systematische review van de literatuur van de Zweedse Raad on Technology Assessment in Health Care [2] heeft echter onlangs tot de conclusie dat de huidige methoden hebben een lage nauwkeurigheid, terwijl het is meer betrouwbaar is om mensen met een laag risico op het ontwikkelen van cariës te identificeren. De bevindingen laten zien, in harmonie met een aantal eerdere beoordelingen [3-5], dat er goede aanwijzingen dat het verleden cariës ervaring te ondersteunen is de enige beste voorspeller van de toekomstige ontwikkeling van cariës. Dit moet echter worden beschouwd als onbevredigend vervlogen cariës is een "risicofactor" die niet kan worden gewijzigd door de therapeut en ten tweede, het doel is om de individuele cariësrisico bepalen voordat gaatjes ontstaan. Aldus is er behoefte aan verdere ontwikkeling van nauwkeurige voorspellingsmodellen. Belgique Om de praktische toepassing van cariës risicobeoordeling te vergemakkelijken, is een gecomputeriseerd model, de Cariogram [6], is ontwikkeld en de voorspellende geëvalueerd in drie prospectieve studies in verschillende leeftijdsgroepen met een ietwat gemengd, maar acceptabel, uitkomst [7-9]. In twee van de studies met schoolgaande kinderen en ouderen, Cariogram bleek de toename in een statistisch significante wijze [7, 8] voorspellen. Cariogram is een software programma dat gericht is op de multifactoriële achtergrond van cariës te tonen door het illustreren van de interactie van de negen-cariës factoren. Patiënten worden gescoord op dieet, plaque, tandbederf, bacteriële tellingen en speeksel secretie en de resultaten worden weergegeven als een cirkeldiagram risicoprofiel. Een mogelijke belemmering voor het gebruik van dit programma is de opname van speeksel testen met microbiologische teelten, zoals mutans streptococcen opsomming. Chair-side microbiële tests zijn kostbaar en tijdrovend waardoor het proces vertraging van een patiënt-motiverende oogpunt. Een ogenschijnlijk logische vraag was dan ook of een verminderd en "instant" Cariogram, zonder aanvullende laboratoriumtests, kan worden toegepast voor cariës voorspelling. Het doel van deze studie was dan ook om te onderzoeken of een verminderde Cariogram model toekomst cariës zo goed als de volledige risico-evaluatie model in een groep schoolkinderen kunnen voorspellen. De nulhypothese was dat er geen verschillen in de nauwkeurigheid zou worden weergegeven tussen de twee modellen.
Methods
onderwerpen Inloggen Deze studie werd uitgevoerd door middel van een re-evaluatie van de gegevens die eerder door Hänsel Petersson et al gepresenteerd. [7], waarin de onderzoeksgroep werd beschreven. In het kort, de basislijn onderzoekspopulatie bestond uit 438 schoolkinderen, 10-11 jaar, die zich na geïnformeerde toestemming gegeven door de ouders vrijwillig. De 2-jaar follow-up onderzoek bestaat uit 392 kinderen (89,5%), met een uitval van 46 deelnemers - 23 waren uit het gebied verplaatst, 10 waren ziek of afwezig is bij de tweede examenperiode, 10 niet willen deelnemen aan de follow -up studie en 3 niet had bezocht de tandheelkundige kliniek gedurende deze twee jaren. Alle deelnemers waren bewoners van de gemeenschappen met lage natuurlijke fluoride-gehalte (≈0.1 ppm) in het drinkwater en meldde dat zij gebruikten fluoride tandpasta minstens eenmaal per dag. Het oorspronkelijke project werd goedgekeurd door de Ethische Commissie van de Universiteit van Lund, Zweden.
Bestudeer het ontwerp en cariës scores Ondernemingen De studie had een prospectieve opzet en de klinische procedure omvatte een vragenlijst, een interview, een schatting van mondhygiëne en speeksel sampling [7]. De proeverijen en de klinische onderzoeken werden uitgevoerd door een speciaal opgeleide verpleegkundige uitgevoerd en de dossiers en röntgenfoto's werden gescoord door twee gekalibreerde, ervaren tandartsen en alle examens werden verblind. De kinderen werden opnieuw geëvalueerd met dezelfde criteria na 2 jaar. De reguliere tandheelkundige team en de patiënt werden niet geïnformeerd over de status gevaar tijdens de studie. Gegevens over cariës (DMFS) werden geëxtraheerd uit de gebitsgegevens waaronder Bitewing röntgenfoto's door de hoofdonderzoeker en de feitelijke cariës increment (ΔDMFS) voor elk kind tijdens de periode van twee jaar werd berekend. Cariës werd gedefinieerd als een duidelijke radiolucentie met gebroken glazuur-dentine grens of met duidelijke progressie in de dentine. Een tand met fissuursealant werd geregistreerd als geluid. Een nieuw onderzoek van 29 tandheelkundige records met röntgenfoto's bleek een intra-onderzoeker toestemming van 0,96 (Cohen's Kappa).
Speeksel sampling
Paraffine-gestimuleerde hele speeksel werd verzameld gedurende 5 minuten voor de schatting van de secretie tarief. Speeksel mutans streptococcen en buffercapaciteit werd bepaald met Dentocult
® SM - Strip mutans en Dentobuff ® Strip, respectievelijk. Alle chair-side tests werden verkregen van Orion Diagnostica, Espoo, Finland en behandeld volgens de instructies van de fabrikant.
Risicobeoordeling met behulp van de Cariogram Ondernemingen De totale Cariogram werd gemaakt door negen variabelen in het computerprogramma volgens ingevoerd BRATTHALL en Hänsel Petersson [6]. Het risico voor toekomstige cariës werd uitgedrukt als het "percentage kans voorkomen cariës in de nabije toekomst" en de kinderen werden verdeeld in vijf risicogroepen. In dit onderzoek werden echter meer traditionele voorspellende waarden als sensitiviteit, specificiteit en ROC curves om vergelijkingen tussen de modellen toegepast vergemakkelijken. De verminderde Cariogram werd verwerkt door extractie van de risicofactoren verkregen uit het speeksel bemonstering ( "mutans streptococcen telt", "secretiesnelheid" en "buffercapaciteit") één voor één en uiteindelijk alle drie. In het gereduceerde model, de factor "dieet, de inhoud van fermenteerbare koolhydraten", werd gescoord in vier niveaus (van zeer lage inname van slechte voeding) op basis van de basislijn interviews. De kinderen en hun ouders werden niet geïnformeerd over de uitkomst van de Cariogram tijdens de studie periode.
Statistische methoden
Alle gegevens werden verwerkt met de SPSS-software (versie 17.0, Chicago Ill., USA). Voor de geselecteerde cut off-point, werden voorspellende waarden berekend met Omnistat, Trelleborg, Zweden. Vergelijkingen tussen de volledige en gereduceerde Cariogram modellen, het oppervlak onder de ROC-curve (AUC) werd berekend en de verschillen werden getest volgens Hanley en McNeil [10]. P-waarden kleiner dan 0,05 werden beschouwd als statistisch significant.
Resultaten
De cariës prevalentie in de studiepopulatie bij aanvang was 40% (gemiddeld DMFS 0,87 ± 1,35) en na twee jaar 31% van de kinderen had ontwikkeld nieuwe laesies. De gemiddelde cariës increment (ΔDMFS) was 0,51 ± 1,06. De werkelijke cariës incidentie (ΔDMFS & gt; 0) meer dan twee jaar in de vijf risicogroepen gemeten met de totale verkleinde Cariogram wordt getoond in Tabel 1. Beide modellen vertoonden een statistisch verband met bederf ontwikkeling (p & lt; 0,05); meer cariës werd gevonden onder degenen beoordeeld met een hoog risico in vergelijking met degenen met een laag risico. Vrijwel alle kinderen (99%) bleven in dezelfde risicogroep als de buffer en secretiesnelheid waarden werden afgebroken. De overeenkomstige waarde voor mutans streptococcen eliminatie was 68% betekent dat bijna een derde van de kinderen veranderde hun risicogroep, ten goede of ten kwade, zonder gebruik te maken van de speekselklieren mutans streptococcen opsomming. De overgrote meerderheid (74%) werden in een lager risico category.Table 1 de eigenlijke 2-jaar cariës incidentie (ΔDMFS & gt; 0), uitgedrukt als percentage, in de vijf risicogroepen schoolkinderen gemeten met de totale Cariogram en de verminderde model zonder speekseltests.
Percentage kans op het vermijden van cariës
|
0-20%
"hoog risico"
21-40%
41-60%
61-80%
81 -100%
"laag risico"
Total Cariogram
91,7
65,4
58,2
27.2
16,8
Verminderde Cariogram
100,0
55,3
42,6
18,4
17,9
de tabel is ontleend aan [7]. Ondernemingen de voorspellende waarde van een kans op het vermijden van cariës (tandbederf laag risico) beoordeeld door de totale 81-100% en een verminderde Cariogram worden gepresenteerd in tabel 2. in vergelijking met het totale model, het weglaten van het speeksel parameters verhoogde de gevoeligheid op koste van een verminderde specificiteit. De gecombineerde sensitiviteit en specificiteit daalde van 1,33 met de totale Cariogram om 1,10 zonder het speeksel proeven. Dit werd verder weergegeven in de ROC-curve weergegeven in figuur 1 en de berekende oppervlakte onder de ROC-curve zoals weergegeven in Tabel 3. De totale Cariogram slechts licht aangetast door het niet gebruiken van de variabelen "buffercapaciteit" en " afscheiding rate ", terwijl de uitsluiting van de" mutans streptococcen telt "verminderde de AUC dicht bij statistische significantie (p = 0,055). Echter, wanneer alle speeksel proeven werden weggegooid in de gereduceerde model, een statistisch significant verschil in het gebied onder de curve werd getoond (p & lt; 0,05). Figuur 1 ROC-curve voor de totale en de verminderde Cariogram.
Tabel 2 voorspellende waarde (95% BI) voor cariës increment (ΔDMFS) aan de cut-off point "81-100% kans op het vermijden van cariës" in een groep van 392 schoolkinderen beoordeeld door totale en verminderde Cariogram.
Voorspellende waarden
Total Cariogram
verminderde Cariogram
|
|
geen MS
geen buffer
geen secretiesnelheid
geen MS, nee buffer, geen afscheiding tarief
Gevoeligheid
0.73
(0.65-0.81)
0.84
(0.77-0.90)
0.79
(0.72-0.86)
0.77
(0.70-0.85)
0.90
(0.85-0.95)
specificiteit
0.60
(0.54-0.66)
0.47
(0.41-0.52)
0.51
(0.45-0.57)
0.49
(0.44-0.55)
0.20
(0.15-0.25)
PPV
0.45
(0.38-0.52)
0.41
(0.35-0.47)
0.42
(0.35-0.48)
0.41
(0.34-0.47)
0.34
(0.28-0.39)
NPV
0.83
(0.78-0.88)
0.86
(0.81-0.92)
0.85
(0.79-0.90)
0.83
(0.78-0.89)
0.82
(0.73-0.91)
PLR
1.80
(1.50-2.2)
1.60
(1.40-1.80)
1.60
(1.40-1.90)
1.50
(1.30-1.80)
1.10
(1.00-1.20)
NLR
0.45
(0.33-0.62)
0.36
(0.23-0.54)
0.41
(0.28-0.59)
0.45
(0.32-0.64)
0.50
(0.28-0.90)
PPV = positief voorspellende waarde; NPV = negatieve voorspellende waarde;
PLR = positieve likelihood ratio; NLR = negatieve likelihood ratio
Tabel 3 De gemiddelde oppervlakte onder de ROC-curve berekend voor de totale en verminderde Cariogram modellen.
Risk model
AUC #
SE #
95% CI #
Total Cariogram
0,751
0,027
0,697-0,804
Verminderde Cariogram
|
|
|
geen MS
0,727
0.028
0,672-0,782
geen buffercapaciteit
0,751
0,028
0.693- 0,802
geen secretiesnelheid
0,748
0,027
0,698-0,805
geen MS, geen buffer , geen afscheiding tarief
0,723 *
0.029
0,667-0,780
# oppervlakte onder de ROC-curve, SE = standaardfout; BI = betrouwbaarheidsinterval
* significant verschillend van de totale Cariogram (p & lt; 0,05; Hanley-McNeil test)
De positief voorspellende waarde was vrij laag met het totaal Cariogram en verder verminderd met de verminderde model, terwijl de negatieve voorspellende waarde nagenoeg gelijk, ongeveer 0,85 (Tabel 2). Ook de positieve likelihood ratio daalde van 1,8 met de totale Cariogram tot 1,1 na toepassing van het gereduceerde model. Echter, werd de negatieve likelihood ratio hebben minder of gelijk aan 0,5 voor alle geteste modellen.
Discussie
Cariës risicobeoordeling is een van de hoekstenen van de patiënt centraal cariës management om de clinicus in de assist besluitvorming met betrekking tot de behandeling, herinneren afspraken en de behoefte aan aanvullende diagnostische procedures [11]. Afgezien van hoge precisie en nauwkeurigheid, moet het ideale risicobeoordelingsmodel gemakkelijk te gebruiken in de praktijk en gebruik goedkope risicofactoren die kunnen gescoord worden op een betrouwbare manier. Bovendien moet de werkwijze snel en het resultaat begrijpelijk zijn zodat het kan worden gebruikt als didactische instrument patiënt motivatie. Dit betekent dat voorspellend gereedschap gevoelig genoeg om zoveel mogelijk van die met een echte cariësrisico vangen moet ook correct identificeren die met een laag risico. De Cariogram model is zeer uitgebreid en illustreert het relatieve belang van verschillende achtergrond factoren in een individuele risicoprofiel, maar de gestegen kosten en tijdige afhandeling van speeksel test kan het gebruik ervan beperkt. De huidige studie werd daarom uitgevoerd om de vraag of de Cariogram model van de klinische waarde zou kunnen zijn zonder de speekseltests beantwoorden. De straight-forward antwoord op basis van de positieve en negatieve likelihood ratio was "ja" - het kan nog steeds worden gebruikt voor cariës voorspelling op school kinderen, en in het bijzonder voor mensen met een laag risico te identificeren, maar de voorspellende vermogen werd aanzienlijk aangetast door de uitsluiting van het speekseltests. Aldus werd de nulhypothese verworpen. De mutans streptococcen telt had de grootste invloed op de voorspellende waarde dicht bij statistische significantie (p = 0,055), terwijl de variabelen "speekselafgifte rate" en "buffercapaciteit" slechts een geringe invloed op de nauwkeurigheid weergegeven. De constatering dat de mutans streptococcen telling was een krachtige factor in het model werd enigszins verwacht in het licht van eerdere bevindingen [12, 13]. In een systematische review van de Zweedse Raad on Technology Assessment in Health Care [2] werd geconcludeerd dat de aanwezigheid van mutans streptococcen als enige voorspeller voor de ontwikkeling van cariës bij peuters tijdens de volgende 2-3 jaar lage nauwkeurigheid gehad. Aan de andere kant zijn er diverse studies waaruit blijkt dat aanwezig mutans streptococcen, zowel plaque of speeksel van jonge cariësvrije kinderen, lijkt te worden geassocieerd met een aanzienlijke toename van cariësrisico [12, 13].
Het is echter belangrijk om een aantal omstandigheden die moeten worden overwogen te benadrukken. In het begin kan de bevindingen slechts geldig voor deze leeftijdsgroep met een hoofdzakelijk compromisloze speeksel secretie te beoordelen en buffercapaciteit; de situatie waarschijnlijk heel anders in een oudere en kwetsbare bevolking met een hogere prevalentie van hypo-speekselvorming. In de tweede plaats, de gemiddelde cariës prevalentie en de toename was vrij laag in de studie bevolking en slechts manifesteren laesies werden beschouwd, wat de voorspellende vermogen en de klinische waarde van de test kan beïnvloeden. Ten derde, het uitsluiten van het risico waarde in een van de vakken in het Cariogram model is gelijk aan "nul". In feite, het computer programma wordt een hypothetische waarde gebaseerd op een gewogen formule gebaseerd op de rest van de berekende variabelen. In totaal zijn zeven variabelen moeten de risicoverhouding en het is belangrijk om te benadrukken dat de verschillende risicogroepen van de gereduceerde Cariogram vertoonden een significante relatie cariës verhogen. Dit impliceert dat de verminderde model nog van enige waarde voor toekomstige cariës en definitief beter dan niets te voorspellen zijn. Ondernemingen De waarde en de nauwkeurigheid van voorspellingsmodellen moet worden bepaald in longitudinale studies en, helaas, de meeste papers over risicofactoren en risico-indicatoren dusver beschreven dwarsdoorsnedeontwerpen [2]. Het feit dat er bewijs is dat verleden cariës ervaring is de enige beste voorspeller van de toekomstige ontwikkeling van cariës lijkt te zijn door de meeste artsen, die blijkbaar min of meer negeren de multifactoriële modellen [14, 15] aangenomen. Het is echter belangrijk te weten dat zwak bewijs, of zelfs gebrek aan bewijs staat, betekent niet dat de verscheidenheid van risicofactoren en indicatoren die beschikbaar zijn voor de behandeling van de arts zijn dienen te worden afgeschaft. De reden onvoldoende bewijs is meestal gebrek aan studies van goede kwaliteit. Bijvoorbeeld kan plaque hoeveelheid en tandmorfologie zeer goed risicofactoren, maar nog onvoldoende in prospectieve wijze opgesteld. Bovendien is de 'gut-feeling "onder de tandheelkundige professionals, dat is bijna onmogelijk te definiëren, is een factor die niet mag worden onderschat, zoals aangegeven in de North Carolina risico studie [16]. We zijn ons bewust van dat de Cariogram model heeft zijn tekortkomingen, maar op dit punt, we beweren dat het belangrijker is voor het uitvoeren van een risicobeoordeling waarin de beste beschikbare bewijsmateriaal, dan niet te proberen te wijten aan een gebrek aan harde bewijzen. Hoewel de gecombineerde gevoeligheid en specificiteit van de Cariogram model bleek matig en gemiddeld in de huidige bevolking te zijn, de interactieve mogelijkheid is een belangrijk aspect bij de patiënt motivatie.
Conclusie
Tot slot, de nauwkeurigheid van cariës voorspelling op school kinderen was significant verstoord wanneer de Cariogram model werd toegepast zonder opsomming van speeksel testen. De mutans streptococcen opsomming leek belangrijkste van de speekselklieren variabelen te zijn.
Verklaringen
Dankwoord
Wij zijn dankbaar voor de vaardige werk van Elisabeth Thörnqvist voor haar hulp bij het verzamelen van gegevens.
Verscheidene taalversies van het Cariogram programma kan gratis worden gedownload op
http://www.mah.se/fakulteter-och-omraden/Odontologiska-fakulteten/Avdelning-och-kansli/Cariologi/Cariogram/
Authors 'originele ingediende dossiers voor afbeeldingen
Hieronder staan de links naar de auteurs oorspronkelijke ingediende dossiers voor afbeeldingen. 12903_2009_149_MOESM1_ESM.pdf Authors 'originele bestand voor figuur 1 Concurrerende belangen Ondernemingen De auteurs verklaren dat ze geen concurrerende belangen.
Auteurs bijdragen
GHP en ST hebben deelgenomen aan de conceptie en het ontwerp van de studie en GHP begeleid en geëvalueerd het verzamelen van gegevens. Statistische analyses en de interpretatie van de resultaten werden uitgevoerd door PI. GHP schreef het manuscript samen met ST, PI lees het manuscript en alle auteurs ingestemd met de definitieve manuscript.
| 