Казань, Республика Татарстан, Россия
Москва, г. Москва и Московская область, Россия
Москва, г. Москва и Московская область, Россия
Казань, Республика Татарстан, Россия
Цель исследования. Разработать утилитарную технологию прогнозирования развития кариеса отдельных зубов взрослых пациентов на сроке до 2 лет. Материал и методы. Проведено клиническое обследование с последующим внесением данных в авторскую анкету. С помощью системного программирования разработана технология индивидуального прогнозирования развития кариеса отдельных зубов. Использовали методы дескриптивной статистики, дискриминантного анализа, цифровые технологии. Результаты. Разработана технология цифровой регистрации и оценки факторов риска (возраст, профессия, состояние в браке, приверженности в питании, вредные привычки, время чистки зубов, фторирование, прием витаминов и биодобавок) развития кариеса. Технология позволяет эффективно прогнозировать развитие кариеса на сроке до 2 лет на 1.2, 1.6, 1.7, 2.2, 2.3, 2.5, 2.6, 2.7, 2.8 зубах верхней и 3.2, 3.3, 3.4, 3.6, 3.7, 4.4, 4.6, 4.7, 4.8 нижней челюсти с точностью классификации 50,0–92,6% и 50,4–77,3% соответственно. Выводы. 1. Применение цифровых технологий в стоматологии для достоверной регистрации и эффективного анализа исследуемых факторов риска позволяет прогнозировать развитие кариеса на сроке до 2 лет на 1.2, 1.6, 1.7, 2.2, 2.3, 2.5, 2.6, 2.7, 2.8 зубах верхней и 3.2, 3.3, 3.4, 3.6, 3.7, 4.4, 4.6, 4.7, 4.8 нижней челюсти с точностью классификации 50,0–92,6% и 50,4–77,3% соответственно. 2. Цифровая технология прогнозирования развития кариеса отдельных зубов способствует своевременному осуществлению стоматологического мониторинга с высокой точностью прогноза для индивидуальных профилактических гигиенических мероприятий, что особенно важно для снижения риска развития деминерализации эмали и прогрессирования болезней зубов. 3. Разработана технология прогнозирования развития кариеса на основе системного программирования с обеспечением доступа и последующей возможностью размещения в сети Интернет.
кариес зуба, прогнозирование, индивидуальный зуб, технология, уравнение
1. Peres M.A., Macpherson L.M.D., Weyant R.J., Daly B., Venturelli R., Mathur M.R., Listl S., Celeste R.K., Guarnizo-Herreno C.C., Kearns C. et al. Oral diseases: A global public health challenge // Lancet. - 2019;394:249-260. https://doi.org/10.1016/S0140-6736(19)31146-8
2. Seredin P., Goloshchapov D., Kashkarov V., Nesterov D., Ippolitov Y., Ippolitov I., Vongsvivut J. Effect of Exo/Endogenous Prophylaxis Dentifrice/Drug and Cariogenic Conditions of Patient on Molecular Property of Dental Biofilm: Synchrotron FTIR Spectroscopic Study // Pharmaceutics. - 2022;14(7):1355. https://doi.org/10.3390/pharmaceutics14071355
3. Chen X., Daliri E.B., Kim N., Kim J.R., Yoo D., Oh D.H. Microbial Etiology and Prevention of Dental Caries: Exploiting Natural Products to Inhibit Cariogenic Biofilms // Pathogens. - 2020;9(7):569. https://doi.org/10.3390/pathogens9070569
4. Леонтьев В.К. Об этиологии кариеса зубов. Институт стоматологии. 2019;1(82):34-35. [V.K. Leontyev. On etiology of dental caries. The Dental Institute. 2019;1(82):34-35. (In Russ.)]. https://instom.spb.ru/catalog/article/13315/
5. Скрипкина Г.И., Екимов Е.В., Митяева Т.С. Системный подход к проблеме прогнозирования кариеса зубов. Проблемы стоматологии. 2019;3(15):121-126. [G.I. Skripkina, E.V. Ekimov, T.S. Mityaeva. System approach to the problem of forecasting the caries of teeth. Actual problems in dentistry. 2019;3(15):121-126. (In Russ.)]. https://doi.org/10.18481/2077-7566-2019-15-3-121-126
6. Силагадзе Е.М., Салахов А.К., Ксембаев С.С., Байкеев Р.Ф. Факторы, влияющие на состояние стоматологического статуса населения России. Проблемы стоматологии. 2020;1(16):47-57. [E.M. Silagadze, A.K. Salakhov, S.S. Ksembaev, R.F. Baykeev. Factors affecting the dental status of the Russian population. Actual problems in dentistry. 2020;1(16):47-57. (In Russ.)].https://doi.org/10.18481/2077-7566-2020-16-1-47-57
7. Леус П.А., Кисельникова Л.П., Бояркина Е.С. Отдаленный эффект первичной профилактики кариеса зубов. Стоматология. 2020;2(99):26-33. [P.A. Leus, L.P. Kisel'nikova, E.S. Boyarkina. The long-term effect of primary prevention of dental caries. Stomatology. 2020;2(99):26-33. (In Russ.)]. https://doi.org/10.17116/stomat20209902126
8. Udod O., Voronina H., Ivchenkova O. Application of neural network technologies in the dental caries forecast // Wiadomości Lekarskie. - 2020;73(7):1499-1504. https://doi.org/10.36740/WLek202007135
9. Prados-Privado M., García Villalón J., Martínez-Martínez C.H., Ivorra C., Prados-Frutos J.C. Dental Caries Diagnosis and Detection Using Neural Networks: A Systematic Review // Journal of Clinical Medicine. - 2020;9(11):3579. https://doi.org/10.3390/jcm9113579
10. Салахов А.К., Байкеев Р.Ф., Ксембаев С.С., Силагадзе Е.М. База данных прогнозирования развития кариеса отдельных зубов сроком до 2-х лет по данным анкетирования и клинического обследования. Свидетельство о государственной регистрации базы данных №2021622071. 04.10.2021. [A.K. Salakhov, R.F. Baykeev, S.S. Ksembaev, E.M. Silagadze. Database for predicting the development of caries of individual teeth for up to 2 years. Certificate RU №2021622071. 04.10.2021. (In Russ.)].
11. Bratthall D., Hansel-Petersson G. Cariogram - multifactorial risk assessment model for multifactorial disease. Community Dent // Oral Epidemiol. - 2005;33:256-264. DOI:https://doi.org/10.1111/j.1600-0528.2005.00233.x
12. Захарова Т.В., Зубарева Г.М., Пантелеев В.Д., Каргаполов А.В., Шматов Г.П. Способ прогнозирования кариеса зубов. Патент RU 2164350. 20.03.2001. [T.V. Zaharova, G.M. Zubareva, V.D. Panteleev, A.V. Kargapolov, G.P. Shmatov. A method for predicting dental caries. Patent RU 2164350. 20.03.2001. (In Russ.)]. https://patents.google.com/patent/RU2164350C1/ru
