评估下颌第三磨牙拔除难度分类方法的概述

柴安 雷荣昌 蒋智升 曲彬彬 郭锦材 李鹤 邵奇

1.湖南中医药大学附属口腔医院口腔颌面外科 长沙 410208；

2.长沙市口腔医院口腔颌面外科 长沙 410006；

3.长沙市口腔医院药剂科 长沙 410006

下颌第三磨牙（mandibular third molar，MTM）又称智齿，常因邻牙、骨或软组织的阻碍而只能部分萌出或完全不能萌出。随着人类的进化，颌骨骨量相对小于牙量，颌骨缺乏足够的空间容纳全部恒牙，而MTM是最后萌出的牙齿，因此更容易因萌出空间不足而阻生；此外，发育、饮食、萌出时间等其他原因也能造成牙阻生[1-3]。因骨组织阻力、术区出血、术野模糊、MTM距离下牙槽神经管较近等因素影响[4-6]，MTM拔除难度较大，需在拔除前进行难度评估。目前有多种方法可用来评估MTM的拔除难度，本文就此进行综述。

1 经典分类

1.1 Pell-Gregory分类

1.2 Winter分类

早在1926年，Winter等人根据MTM牙体长轴与第二磨牙长轴的关系分为近中、远中、垂直、水平等位置，这种方法即Winter分类[13]。

Winter分类在临床上很常用，可用于大致评估MTM的难度并指导临床器械的选用，如近中阻生或水平阻生的MTM通常需要使用高速涡轮手机来去除其冠部阻力，而垂直阻生的MTM可能只需要牙挺或牙钳[14-16]。Robert等[12]发现不同医生对于Winter分类的掌握有着较好的一致性，常被用于评估MTM的拔除难度。有人提出了一种与Winter分类相似的Wink分类，Wink分类新提出了异位分类，即倒置、颊舌向阻生等难以被常规纳入的分类。

Winter分类适用于判断MTM的倾斜方向，但是该分类难以独立使用，这是因为Winter分类仅描述了牙齿的倾斜度，未描述MTM在下颌骨内的深度以及与下颌支的距离等，并且缺乏量化分析，故常与其他分类联合使用。

2 下颌阻生第三磨牙的新型预测模型

由于Winter分类及Pell-Gregory分类有很多局限性，因此学者们在其基础上进行了大量的研究，并提出了许多新的分类方法。下面就几种新的分类方法进行介绍。

2.1 Pederson指数分类

1988年，Pederson在Pell-Gregory分类的基础上提出了新的分类，判断MTM拔除难度的方法主要综合了MTM周围的空间关系、MTM在颌骨内的深度及其与下颌支的关系，以此将拔牙的难度系数分为3~10[16-17]。Akadiri[18]计算出Pederson指数的敏感性和特异性分别为94.9%和45.59%，指出Pederson指数在临床应用中具有可重复性，但实际手术难度决定于手术时间，与之相比，Pederson指数并不是预测MTM手术难度的可靠工具。例如，在中等难度的病例中，Pederson指数与拔牙难度不成正比，但在高难度的病例中Pederson指数与拔牙难度成正比。当Pederson指数值较低时，除与MTM所处位置相关外，其他原因（诸如与下牙槽神经的关系等）可能不会影响拔除难度。此外，Pederson指数并没有考虑其他多种相关因素，如骨密度、颊部弹性、开口度、牙齿倒置等[19-20]。

2.2 Carvalho分类

2011年，Carvalho等[21]通过调整多变量的方法来评估MTM拔除术的手术难度，将多个变量综合后更能反应拔牙的难度，特别是低位的MTM。并提出多根牙或者弯根相较于融合根难度更大；全景片上显示出牙周有间隙或完全透光的牙相比，牙周毫无间隙的牙拔除难度更大；拔除难度和MTM 与第二磨牙的牙冠和根接触的程度密切相关。

更重要的是该方法基于拔牙时所采用的器械及时间进行分类，选择器械时仅单独使用牙钳为低难度，需要去骨为中等难度，在去骨同时需进行分牙操作为高难度。拔牙时间小于15 min为低难度，15~30 min为中等难度，大于30 min则为高难度。Carvalho分类分析了拔牙难度与时间的大致关系，但是对于时间的分类缺乏科学依据，是否能够以15 min为一个难度梯度来定义拔牙难度值得商榷。

2.3 Juodzbalys-Daugela分类

Juodzbalys和Daugela对既往关于MTM分类的文章进行综述，提出了新的分类方法，该分类综合考虑了MTM与相邻解剖结构的关系，包括下颌支、第二磨牙、牙槽嵴、下颌神经管和牙齿的整体空间位置[22]。临床应用三维体层锥形束CT（cone-beam computed tomography，CBCT） 和全景片图像进行MTM的评估。Juodzbalys-Daugela分类描述了下颌神经管与MTM的空间关系，为拔牙手术的方案选择提供参考，提出若MTM穿过或包绕下颌神经管，其拔除难度将大大增加，且随之而来的是拔牙术后并发症的发生率也会升高，特别是下颌后牙区的麻木不适。同时，徐光宙等[23]也提出可以用下颌神经管作为评估MTM拔除难度的参考。Juodzbalys-Daugela 分类适用于拥有CBCT或者更高精度放射仪器的地区，但缺乏数据验证其可靠性。

2.4 综合阻生指数分类

楚德国[24]于2014年将Winter分类和Pell-Gregory分类相结合，提出了综合阻生指数分类，将拔牙难度分为3~9，其中特别添加了Ⅵ类［即位置比较特殊的类型，例如远中阻生、倒置阻生、颊（舌）向阻生等］，对于这些特殊阻生类型的MTM不能用常规方法来评估其拔除难度。研究统计了413例综合阻生指数不同分值的阻生牙的拔除时间，结果表明，随着指数数值的增加，拔牙时间也随之延长，其中指数9与指数3的拔牙时间相差20 min以上。该研究的不足是，在所有413个病例中，指数9的病例数量只有9例，数量太少，缺乏说服力。

2.5 新预估指数分类

Zhang等[25]通过数学模型和回归分析探讨了年龄、牙根数量、牙根形状、骨嵌塞程度、嵌塞角与MTM拔除难度的关系，发现相关系数最高的是骨嵌塞程度，而相关系数最低的是牙根的数目。与Pederson指数相比较，新预估指数的准确度更高，简单易用。但该研究基于全景X线片，因此具有二维成像的局限性，若使用CBCT则能有效避免出现图像的重叠等问题。

2.6 卷积神经网络分类模型

卷积神经网络分类模型是一个深度学习模型，通过揭示大量数据中的模式来解释医学图像的复杂性。Jeong等[26]让多名专家根据 MTM的拔除难度进行评价，得出预期评分，再通过卷积神经网络模型分析得出测量评分，计算模型的测量评分与专家的预期评分之间的相关性。结果显示，模型测量评分对MTM在骨内的深度、MTM与下颌支的关系和空间关系的预测精度分别为78.91%、82.03%和90.23%，因此，术前通过卷积神经网络分类模型对MTM进行分析可以帮助临床医生预测拔牙的难度。

3 讨论

临床上最常用的分类方法通常是以下颌第二磨牙以及MTM与下颌升支的距离为参考，Carvalho等[21]的研究表明第二磨牙是评估MTM拔牙难度的重要因素，时间是评估手术难度的另一个重要因素。

Winter分类和Pell-Gregory分类与医生的主观判断有关，不能全面地反映MTM的状态，且缺乏具体量化数值，因此在预测MTM拔除难度方面并不十分准确，在临床实际工作中的应用受到一定限制。Susarla等[27]在术前分别进行Winter分类、Pell-Gregory升支分类和Pell-Gregory平面分类，结果发现Pell-Gregory升支分类和平面分类与手术时间存在显著的相关性，而Winter分类与手术时间无明显关系。作者分析这可能是因为在分冠时只要角度选择正确就可以在短时间内迅速解除邻牙阻力，因此，在评估手术时间的长短时可以只应用Pell-Gregory升支分类和平面分类，而无需使用Winter分类。Robert等[12]经比较发现Pell-Gregory分类的一致性较低，而Winter分类的一致性较好。这说明在临床中现有的分类具有较大的人为偏差，特别是Pell-Gregory分类，因此在临床上评估MTM的拔除难度一般综合使用多种分类方法和测量方法[28-29]。Chuang等[30]的临床研究表明，各种分类中的量化分析是非常重要的，这样能减少人为误差。

Carvalho分类描述了牙根数目和牙根弯曲度对MTM拔除的影响，适用于预估不同类型的牙根对于MTM拔除难度的影响。Juodzbalys-Daugela分类描述了MTM和下颌神经管的空间位置关系，适用于对毗邻下颌神经管的MTM进行评估。Winter分类和Pell-Gregory分类等常规分类方法均没有考虑到MTM异位阻生的情况，因此可应用综合阻生指数分类进行评估。综合阻生指数分类及新预估指数分类综合考虑了多种与MTM拔除难度相关的因素，甚至是时间因素，临床上适用范围较广。

对MTM拔除的难度进行预测是为了减少可能出现的风险。以拔除时间为例，若手术的时间超过10 min，患者术后发生疼痛的风险将增加2~2.5倍；而当MTM靠近下颌神经管时，手术的时间更长，术后出现疼痛及下牙槽神经损伤的风险更高[31]。这可能与手术中下牙槽神经的暴露有关，暴露的时间越长则风险越高。

现有MTM的各种新分类方法多是在全景片下进行分析，由于常规二维图像上无法避免相邻组织的重叠和干扰，其分类和分型也存在较大偏差。CBCT具有高分辨率和多视角成像的优点，能清楚地反映MTM和邻近解剖结构的位置关系，应尝试多应用CBCT来进行更精确的分类。

拔牙难度与拔牙器械及拔牙方法有着密切关系，但现有分类缺少对拔牙方法的归纳，因此在今后的研究中，可尝试加入不同拔牙方法作为分类的参考因素。

综上所述，目前评估MTM拔除难度的分类方法主要有Winter分类、Pell-Gregory分类、Pederson指数、综合阻生指数、Juodzbalys-Daugela分类及卷积神经网络分类模型。常规的分类法对MTM与周围组织如阻生深度、与下颌第二磨牙的角度、牙根形态以及拔除的牙齿数量等因素进行综合分析，但存在一定的缺陷，可同时考虑加入其他的相关因素[32]（如牙周韧带宽度、软组织状况、临床医生的经验、不同的拔牙方法等），建立新的分类方法。

利益冲突声明：作者声明本文无利益冲突。