Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Kolmiulotteinen kasvojen kasvuanalyysi

keskiviikko 27. lokakuuta 2021 päivittänyt: Xinhui Ma, University of Hull

Kolmiulotteinen analyysi leuan kasvojen kasvusta potilailla, joilla on huuli- ja kitalaelhalkio

Huuli- ja kitalakihalkio on yleisin kasvojen syntymävika, joka vaikuttaa jokaiseen 700 vauvaan ja johtaa usein ruokinta-, hengitys-, puhe- ja/tai kuulo- ja esteettisiin ongelmiin, jotka usein johtavat sosiaalisiin ja psykologisiin ongelmiin. Yläleuan heikko kasvu vaikuttaa lähes kaikkiin potilaisiin, joilla on sairaus, ja se voi johtaa hampaiden huomattavaan kohdistusvirheeseen, joka vaatii korjaavaa leikkausta ja siihen liittyvää hammashoitoa varhaisessa aikuisiässä.

Yllättäen on vain vähän todisteita, jotka tukevat nykyistä käytäntöä lykätä leikkausta varhaiseen aikuisuuteen. Se on ilmeisesti jäänyt siihen asti, koska oletetaan, että tämä on silloin, kun kallo ja kasvot ovat lakanneet kasvamasta, mutta siitä kasvusta ja kasvojen ja kallon eri osien kasvusta on vain vähän saatavilla tietoa.

Tämän tutkimuksen tavoitteena on kehittää ja testata uusia tietokonepohjaisia ​​menetelmiä kallon kasvun ja siihen liittyvien pehmytkudosmuutosten kvantifioimiseksi. Tämä pilottityö osoittaa, onko mahdollista mitata tätä kehitystä ja valmistella työkaluja laajempaa kliinistä tutkimusta varten. Tämä kliininen tutkimus määrittää luun kasvun ja siihen liittyvien pehmytkudosmuutosten täyden luonteen ja laajuuden myöhäisen murrosiän aikana, jotta voidaan selvittää, voidaanko/milloin tehdä aikaisempi leikkaus mahdollisen epämuodostuman korjaamiseksi ja sairauteen liittyvien sosiaalisten stigmien minimoimiseksi.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

YLEISKATSAUS

Tutkimukseen kuuluu kolmen haaran rinnakkainen kohorttitutkimus, jossa otetaan huomioon potilaita, joilla on seuraavat sairaudet:

  1. Luokan I virheellinen puristus ilman pystysuuntaisia ​​kasvojen poikkeavuuksia, ei kasvojen epäsymmetriaa tai muuta patologiaa;
  2. Luokka III virheellinen puristus, johon liittyy yläleuan vajaatoiminta, mutta ei muita pystysuuntaisia ​​kasvojen poikkeavuuksia, ei kasvojen epäsymmetriaa tai muuta patologiaa;
  3. Potilaat, joilla on huuli- ja/tai kitalakihalkio ja luokan III virheellinen tukos eikä muuta patologiaa.

TIEDON KERÄYS

a. MRI-tiedot saadaan (10 koehenkilöltä kussakin ryhmässä) iässä T0 ja vuoden kuluttua sen jälkeen (T1). Tämä antaa tarkat geometriat tekniikoiden testaamiseksi oikein. Magneettikuvaustietojen käyttö välttää potilaiden tarpeetonta altistamista ionisoivalle säteilylle ja mahdollistaa myös kovien ja pehmytkudosten välisen suhteen havainnoinnin.

b. Samat 10 potilasta kohdassa (a) läpikäyvät intraoraalisen skannauksen, joka on kuvattu Trios-suunsisäisellä skannerilla (3Shape, Aarhus, Tanska), joka käyttää ultranopeaa optista leikkaustekniikkaa (ei-invasiivista) tuottamaan 3D-kuvan hampaista ja hampaiden okkluusiosta. ja kasvojen stereofotogrammetrinen skannaus (Vectra H1 3D -kamera) pehmytkudosten tekstuuritietojen saamiseksi iässä T0 ja T1.

3D-TIETOJEN ANALYYSI

  1. MRI-skannausten rekonstruoidut 3D-geometriat iässä T0 ja T1 asetetaan päällekkäin kunkin kohteen luuston ja hampaiden muutosten määrittämiseksi. Skannaukset rekonstruoidaan ja käsitellään alavirran 3D-tilavuuden vähentämistä varten käyttämällä menetelmiä, jotka tutkijat ja yhteistyökumppanit ovat kehittäneet vastaavissa hammaslääketieteen ja kallon biomekaniikkasovelluksissa. T0-tiedot vähennetään sitten T1-tiedoista kovien geometristen muutosten visualisoimiseksi ja kvantifioimiseksi. kasvusta syntyvät kudokset.
  2. Pehmytkudosten ulkoisten muutosten tutkimiseksi 3D-stereofotogrammetriset skannaukset muunnetaan kuoriksi. Värikartoitus antaa sitten kvantifioinnin pehmytkudoksissa tapahtuvasta ajallisesta muutoksesta 3D-vähennyksellä. Lisäksi kvantifioida muutoksia monimutkaisen kaarevuuden alueilla, esim. Labomentaalinen poimu, 3D-kaarevat lasketaan ja erot analysoidaan tutkijoiden kehittämillä menetelmillä.
  3. Pehmyt- ja kovien kudosten kasvukorrelaation määrittämiseksi kehitetään geometrisia morfometrisiä algoritmeja ja räätälöityjä laskentamenetelmiä. Ensinnäkin homologiset maamerkit tunnistetaan automaattisesti ja luodaan 3D-maamerkkimalleja pintageometrioiden vangitsemiseksi. Sen jälkeen suoritetaan erottelutoimintoanalyysi, jossa verrataan kunkin ikäluokan muodonmuutoksia.
  4. Suunsisäiset skannaukset muunnetaan myös kuoriksi sekä kovien ja pehmytkudosten tiedot. Avizo-ohjelmistoa käyttämällä intraoraalisten kuvien vähennys ja värikartoitus antavat sitten jälleen kvantifioinnin okklusaalisuhteiden ajallisesta muutoksesta.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

1

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

    • Scotland
      • Dundee, Scotland, Yhdistynyt kuningaskunta, DD1 4HR
        • University of Dundee Dental Hospital

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

12 vuotta - 13 vuotta (Lapsi)

Hyväksyy terveitä vapaaehtoisia

Ei

Sukupuolet, jotka voivat opiskella

Kaikki

Näytteenottomenetelmä

Todennäköisyysnäyte

Tutkimusväestö

Skotlanti

Kuvaus

Sisällyttämiskriteerit:

  • Valinta epäpuhtauksien ominaisuuksien mukaan.

Poissulkemiskriteerit:

  • Tietty ikä 12-13 vuotta, jonka ulkopuolella poissuljetaan.

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Havaintomallit: Kohortti
  • Aikanäkymät: Tulevaisuuden

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
Ryhmä A
MRI-kuvaus, optinen skannaus ja 3D-kuvaus potilaille, joilla on luokan I (ei-luuranko) tukkeuma ilman kasvojen epäsymmetriaa tai muuta patologiaa.
MRI-tallenteet kallon kasvojen alueelta
Optiset intraoraaliset skannaukset
Kasvojen stereofotogrammetria
Ryhmä B
MRI-kuvaus, optinen skannaus ja 3D-valokuvaus potilaille, joilla on luokan III (luurankopohjainen) tukos, jolla on yläleuan vajaatoiminta ja normaalit pystysuorat kasvosuhteet, joilla ei ole kasvojen epäsymmetriaa tai muuta patologiaa
MRI-tallenteet kallon kasvojen alueelta
Optiset intraoraaliset skannaukset
Kasvojen stereofotogrammetria
Ryhmä C
MRI-kuvaus, optinen skannaus ja 3D-valokuvaus potilaille, joilla on huuli- ja/tai kitalahalkio ja luokan III epämuodostumat ja joilla ei ole muuta patologiaa
MRI-tallenteet kallon kasvojen alueelta
Optiset intraoraaliset skannaukset
Kasvojen stereofotogrammetria

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Maamerkkien ja kasvumäärien tunnistaminen
Aikaikkuna: Elokuu 2019
Luuston, pehmytkudoksen ja hampaiden muutoksia luonnehtivien homologisten maamerkkien tunnistaminen kasvojen kasvun aikana; Tunnistamme optimaaliset menetelmät, jotka mittaavat tarkasti luuston, pehmytkudoksen ja hampaiden muutokset kasvojen kasvun aikana.
Elokuu 2019

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Potilaiden asenteet magneettikuvauksessa
Aikaikkuna: Elokuu 2019
Potilaiden asenteet magneettikuvauksen (MRI) käytöstä kuvantamismenetelmänä kasvojen kasvun arvioimiseksi, mukaan lukien magneettikuvauksen käytännöllisyys ja mukavuus (ja "vahapureman" käyttö).
Elokuu 2019
Potilaan asenteet leikkauksen ajoitukseen
Aikaikkuna: Elokuu 2019
Potilaiden asenteet viivästyneestä kirurgisesta toimenpiteestä ja siitä, pitävätkö he mieluummin aikaista leikkausta vai odottavatko myöhemmin.
Elokuu 2019

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Yhteistyökumppanit

Tutkijat

  • Opintojen puheenjohtaja: Michael Fagan, PhD, University of Hull
  • Opintojen puheenjohtaja: Grant McIntyre, PhD, University of Dundee

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Yleiset julkaisut

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Perjantai 1. kesäkuuta 2018

Ensisijainen valmistuminen (Todellinen)

Lauantai 31. elokuuta 2019

Opintojen valmistuminen (Todellinen)

Tiistai 31. elokuuta 2021

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Torstai 26. huhtikuuta 2018

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 1. toukokuuta 2018

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 2. toukokuuta 2018

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 4. marraskuuta 2021

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Keskiviikko 27. lokakuuta 2021

Viimeksi vahvistettu

Perjantai 1. lokakuuta 2021

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • Protocol V1 6th September 2017
  • 205923/Z/17/Z (Muu apuraha/rahoitusnumero: Wellcome Trust)
  • 231096 (Muu tunniste: IRAS)

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Kliiniset tutkimukset MRI-kuvaus

3
Tilaa