Прогнозирование риска развития кариеса у детей 8-11 лет Текст научной статьи по специальности «Науки о здоровье»

■ ОРИГИНАЛЬНЫЕ СТАТЬИ

Статья поступила в редакцию 15.11.2014 г.

Размахнина Е.М., Киселёва Е.А.,

Кемеровская государственная медицинская академия,

г. Кемерово

ПРОГНОЗИРОВАНИЕ РИСКА РАЗВИТИЯ КАРИЕСА У ДЕТЕЙ 8-11 ЛЕТ

При прогнозировании риска развития кариеса зубов у детей применяли метод дисперсионного анализа, основанного на выявлении значимых факторов риска развития заболевания. Значимыми факторами в развитии кариеса у детей являлись: состояние эмалевой резистентности, скорость реминерализации эмали, содержание кальция и фосфора в ротовой жидкости, минерализующий потенциал слюны и сезон рождения.

КЛЮЧЕВЫЕ СЛОВА:риск развития кариеса; прогнозирование; сезонность; дети; факторы риска.

Razmakhnina E.M., Kiseleva E.A.

Kemerovo State Medical Academy, Kemerovo

RISK PREDICTION OF A CARIES PROGRESS OF CHILDREN 8-11 YEARS OLD

When predicting the risk of dental caries in children used the method of dispresive analysis, based on the identification of significant risk factors for the progress of disease. Significant factors in the progress of caries in children is: condition of enamel resistance, speed of enamel remineralization, calcium and phosphorus in the oral fluid, mineralizing potential of saliva and season of birth.

KEY WORDS: caries risk; predicting: seasonality; children; risk factors.

Кариес зубов остаётся актуальной проблемой современной терапевтической стоматологии, так как его распространённость и интенсивность практически во всех регионах России не имеет тенденции к снижению [1]. Окончательно не решены проблемы лечения, как самого кариеса, так и его осложнений, а также вопросы профилактики, как у взрослых, так и у детей, имеющих различные факторы риска развития кариесогенной ситуации [1, 2]. Методы профилактики кариеса разработаны достаточно хорошо, имеется большое количество препаратов, методов, подходов, но это касается всей популяции детей или взрослых. В то же время, этиологические и патогенетические особенности развития патологического процесса у каждого индивидуума различны [3, 4]. Для индивидуального подхода к профилактике кариеса большое значение имеет прогнозирование его проявления в том или ином возрасте [5-7]. Разработан ряд методик, способов, подходов к определению устойчивости органов полости рта к кариесу. Некоторые из них используются для прогноза развития кариеса зубов [8-10]. Информативность имеющихся способов прогнозирования кариеса различна, многие методы трудоёмки, требуют специального оборудования и навыков, в связи с чем они мало приемлемы в практической деятельности детских стоматологов.

Цель исследования — разработать методику прогнозирования кариеса зубов у детей 8-11 лет в зависимости от наиболее значимых показателей состояния органов полости рта.

Корреспонденцию адресовать:

КИСЕЛЕВА Елена Александровна,

650029, Кемерово, ул. Ворошилова, 22а, ГОУ ВПО «КемГМА Росздрава».

Тел.: 8 (3842) 72-57-84; +7-905-074-29-29. E-mail: [email protected]

МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ

Нами были обследованы 132 организованных ребёнка в возрасте 8-11 лет, проживающих в г. Кемерово. Регистрировалось состояние твёрдых тканей зубов (поражаемость кариесом), интенсивность кариеса определяли по индексу КПУ + кп. Все обследованные дети были разделены на группы наблюдения, соответствующие уровню резистентности твёрдых тканей зубов по методике В.Б. Недосеко. В первую группу вошли дети, не имевшие на момент обследования кариозных зубов в полости рта, а также зубов, удалённых по поводу осложнённого кариеса (высокий уровень кариесрезистентности). Во вторую группу вошли дети, у которых кариозные очаги локализовались только на верхних молярах, и дети, имевшие кариозные очаги на всех группах зубов, кроме резцов и клыков (средний уровень кариесрезистентности). В третью группу мы отнесли детей с кариозными очагами на всех группах зубов (низкий уровень кариесрезистентности).

Для определения кислотоустойчивости эмали применяли ТЭР-тест (В.Р. Окушко, 1984). Для оценки состояния процессов деминерализации и реминерализации, а также для определения реминерализующей способности слюны был выбран КОСРЭ-тест (Т.Л. Рединова, В.К. Леонтьев, Г.Д. Овруцкий, 1982). Минерализующий потенциал слюны определяли по её кристаллизации (П.А. Леус, 1977). Содержание общего кальция в ротовой жидкости определяли фотометрическим методом с 0-крезолфтелеином-ком-плексоном. Измерение фосфора в ротовой жидкости проводилось при помощи фотометрического теста с измерением в ультрафиолетовом диапазоне.

Полученные данные, с учетом актуальных требований доказательной медицины, обработаны на IBM-совместимом компьютере с использованием стандар-

№2(61) 2015 <ыН?гь и^пя вс7|узбассе

ПРОГНОЗИРОВАНИЕ РИСКА РАЗВИТИЯ _________КАРИЕСА У ДЕТЕЙ 8-11 ЛЕТ

Таблица 1

Основные результаты применения дискриминантного анализа Wilks' Lambda: 0,36067 approx. F (10,128) = 8,5136; p < 0,0000

Wilks' Lambda Partial Lambda F-remove (2,64) p-level Toler. 1-Toler. (R-Sqr.)

МПС 0,550580 0,655070 16,84975 0,000001 0,947147 0,052853

ТЭР 0,397082 0,908297 3,23075 0,046057 0,889947 0,110053

СА 0,404874 0,890816 3,92211 0,024730 0,974577 0,025423

КОСРЭ 0,400346 0,900891 3,52040 0,035441 0,873503 0,126497

КВАРТАЛ2 0,377725 0,954843 1,51336 0,227942 0,932238 0,067762

тного набора программ STATISTICA for Windows (версия 6.0, Statsoft Inc.). Для построения моделей, позволяющих по измеренным показателям прогнозировать уровень резистентности, был выбран метод дискриминантного анализа [5]. Исходными данными для дискриминантного анализа является группа объектов, у которых измерен ряд показателей (в дальнейшем дискриминантных переменных), разделенных на классы.

В таблице основных результатов применения дискриминантного анализа содержится информация о статистике Вилкса (Wilk’s Lambda). Различия средних в классах оценивается с помощью критерия Фишера (F-статистика). При анализе дискриминантных переменных происходит отсеивание несущественных для предсказания переменных. Наиболее важными характеристиками при этом являются: F-критерий Фишера; толерантность; статистика F-удаления (F-включения).

Дискриминантный анализ был применен для каждого периода обследования. В качестве дискриминантных переменных выбраны: уровень эмалевой резистентности, уровень содержания кальция в слюне, уровень содержания фосфора в слюне, уровень минерализующего потенциала, показатель, отражающий скорость реминерализации эмали. К дискриминантным переменным было отнесено также и время рождения ребенка. Этот показатель был включен в модель в виде фиктивной переменной. Для его задания было введено 3 переменных: КВАРТАЛ2, КВАРТАЛ3, КВАРТАЛА. Если ребенок родился зимой, то переменные кодировались следующим образом: КВАРТАЛ2 = 0, КВАРТАЛ3 = 0, КВАРТАЛ4 = 0. Если ребенок родился весной, то переменные кодировались следующим образом: КВАРТАЛ2 = 1, КвАРТАЛЗ = 0, КВАРТАЛ4 = 0. Если ребенок родился летом, то переменные кодировались следующим образом: КВАР-ТАЛ2 = 0, КВАРТАЛЗ = 1, КВАРТАЛ4 = 0. Если ребенок родился осенью, то переменные кодировались следующим образом: КВАРТАЛ2 = 0, КВАРТАЛЗ = 0, КВАРТАЛ4 = 1.

РЕЗУЛЬТАТЫ

ИССЛЕДОВАНИЯ

Основные результаты метода прямого пошагового включения для весеннего обследования представлены в таблице 1.

Анализ данных, представленных в таблице 1, показал, что в качестве переменных, по которым можно разделять испытуемых на выделенные группы, выбраны: уровень минерализующего потенциала (МПС), уровень эмалевой резистентности (ТЭР), уровень содержания кальция в слюне (СА), показатель, отражающий скорость реминерализации эмали (КОСРЭ), время рождения ребенка — второй квартал (КВАР-ТАЛ2). Наиболее значимо влияют на разделение классов уровень минерализующего потенциала, уровень содержания кальция в слюне и скорость реминерализации эмали.

После того, как выбраны дискриминантные переменные для каждой группы, может быть построена классификационная функция, описывающая конкретный класс. В таблице 2 представлены коэффициенты классификационных функций.

Таким образом, используя эти значения, могут быть построены регрессионные модели для каждого класса.

«Высокий уровень резистентности» = -23,3 + 4,22 х «МПС» + 0,11 х «ТЭР» + 38,26 х «КА» + 0,73 х «КОСРЭ» + 2,95 х «день рождения — второй квартал».

Таблица 2 Значение коэффициентов классификационных функций

Дискриминантная Высокий Средний Низкий

переменная уровень уровень уровень

МПС 4,2215 1,9287 0,8214

ТЭР 0,1121 0,1729 0,1994

СА 38,2640 39,1983 46,2166

КОСРЭ 0,7346 1,0297 1,4454

КВАРТАЛ 2,9530 1,3465 1,2005

Константа -23,6308 -22,9479 -31,3460

Сведения об авторах:

РАЗМАХНИНА Екатерина Михайловна, ассистент, кафедра детской стоматологии, ГБОУ ВПО КемГМА Минздрава России, г. Кемерово, Россия. Е-mail: [email protected]

КИСЕЛЁВА Елена Александровна, доктор мед. наук, профессор, кафедра терапевтической стоматологии и пропедевтики стоматологических заболеваний, ГБОУ ВПО КемГМА Минздрава России, г. Кемерово, Россия. E-mail: [email protected]

Information about authors:

RAZMAKHNINA Ekaterina Mikhailovna, assistant, department of children's stomatology, Kemerovo State Medical Academy, Kemerovo, Russia. Е-mail: [email protected]

Kiseleva Elena Aleksandrovna, doctor of medical sciences, professor, department of therapeutic stomatology, Kemerovo State Medical Academy, Kemerovo, Russia. E-mail: [email protected]

с/$(ръ и^ггя в^^узбассе

№2(61) 2015

ПРОГНОЗИРОВАНИЕ РИСКА РАЗВИТИЯ КАРИЕСА У ДЕТЕЙ 8-11 ЛЕТ_____

«Средний уровень резистентности» = -22,95 + 1,93 х «МПС» + 0,17 х «ТЭР» + 39,2 х «КА» + 1,03 х «КОСРЭ» + 1,35 х «день рождения — второй квартал».

«Низкий уровень резистентности» = -31,35 + 0,82 х «МПС» + 0,2 х «ТЭР» + 46,22 х «КА» + 1,45 х «КОСРЭ» + 1,2 х «день рождения — второй квартал».

Данные модели используются для прогноза принадлежности к конкретному классу вновь поступивших испытуемых. Измеренные у них значения дискриминантных переменных подставляют в уравнения модели. Объект будет принадлежать к тому классу, по которому он получил наибольшее модельное значение.

Рассмотрим на примере, как с помощью построенных регрессионных моделей по измеренным у ребенка показателям можно прогнозировать его уровень резистентности. Пусть имеется информация о трех испытуемых, данные о которых представлены в таблице 3.

Вычислим значение каждой классификационной функции для испытуемого № 1.

«Высокий уровень резистентности» = -23,3 +

4.22 х 4,33 + 0,11 х 10 + 38,26 х 1,06 + 0,73 х 2 +

2.95 х 0 « 38,09.

«Средний уровень резистентности» = -22,95 +

1.93 х 4,33 + 0,17 х 10 + 39,2 х 1,06 + 1,03 х 2 + 1,35 х 0 « 30,72.

«Низкий уровень резистентности» = -31,35 + 0,82 х 4,33 + 0,2 х 10 + 46,22 х 1,06 + 1,45 х 2 +

1,2 х 0 « 26,09.

Анализ значений классификационных функций показывает, что испытуемый принадлежит первому классу — классу с высоким уровнем резистентности.

Вычислим значение каждой классификационной функции для испытуемого № 2.

«Высокий уровень резистентности» = -23,3 +

4.22 х 2 + 0,11 х 50 + 38,26 х 0,7 + 0,73 х 7 + 2,95 х 0 « 22,53.

«Средний уровень резистентности» = -22,95 +

1.93 х 2 + 0,17 х 50 + 39,2 х 0,7 + 1,03 х 7 + 1,35 х 0 « 24,06.

«Низкий уровень резистентности» = -31,35 + 0,82 х 2 + 0,2 х 50 + 46,22 х 0,7 + 1,45 х 7 + 1,2 х 0 « 22,79.

Анализ значений классификационных функций показывает, что испытуемый № 2 принадлежит ко второму классу — классу со средним уровнем резистентности.

Вычислим значение каждой классификационной функции для испытуемого № 3.

«Высокий уровень резистентности» = -23,3 +

4.22 х 0,67 + 0,11 х 80 + 38,26 х 0,54 + 0,73 х 10 +

2.95 х 0 « 19,24.

Таблица 3 Данные о трех испытуемых для построения регрессионных моделей

Дискриминантная Испытуемый Испытуемый Испытуемый

переменная № 1 № 2 № 3

МПС (баллы) 4,33 2 0,67

ТЭР (%) 10 50 80

СА (моль/л) 1,06 0,7 0,54

КОСРЭ (сутки) 2 7 10

КВАРТАЛ2 0 (сентябрь) 0 (январь) 0 (июль)

Таблица 4

Классификационная матрица

Прогнозная классификация Процент правильной классификации Первоначальная классификация Высокий Средний Низкий уровень уровень уровень

Высокий уровень 68,75000 и 5 0

Средний уровень 79,41177 2 27 5

Низкий уровень 76,19048 0 5 16

Средний процент 76,05634 13 37 21

«Средний уровень резистентности» = -22,95 +

1,93 х 0,67 + 0,17 х 80 + 39,2 х 0,54 + 1,03 х 10 + 1,35 х 0 « 24,8.

«Низкий уровень резистентности» = -31,35 + 0,82 х 0,67 + 0,2 х 80 + 46,22 х 0,54 + 1,45 х 10 +

1,2 х 0 « 25,86.

Анализ значений классификационных функций показывает, что испытуемый № 3 принадлежит третьему классу — классу с низким уровнем резистентности.

Оценим работоспособность классификационных функций с помощью классификационной матрицы (табл. 4), определяющей процент правильной классификации.

Анализ результатов, представленных в таблице 4, показывает, что из 13 испытуемых группы высокого уровня резистентности 2 человека по модели были отнесены к классу среднего уровня. Пять человек, которые относились первоначально к классу с низким уровнем резистентности, по модели были отнесены к классу среднего уровня.

ВЫВОДЫ:

Созданная на основе дискриминантного анализа методика прогнозирования кариеса зубов у детей является работоспособной и показывает высокий процент правильной классификации (выше 68 %). Данная методика может использоваться для донозологического прогноза изменения уровней кариесрезистентности ребёнка, что позволит индивидуально применить дополнительные методы профилактики кариеса и определить кратность посещений специалиста.

ЛИТЕРАТУРА:

1. Киселёва, Е.А. Заболевания пародонта у подростков - прогноз пародонтальной заболеваемости взрослого населения в регионе /Киселёва Е.А. //Стоматология детского возраста и профилактика. - 2011. - № 3. - С. 16-18.

2. Распространённость кариозной болезни и факторы, её определяющие, у детей Санкт-Петербурга / Кузьмина Д.А., Новикова В.П., Мороз Б.Т., Суханов А.А., Жукова Э.Ю. //Стоматология детского возраста и профилактика. - 2010. - Т. IX, № 3(34). - С. 5-9.

ва

№2(61) 2015 с/Н?гь и^пя вс7|узбассе

ОРИГИНАЛЬНЫЕ СТАТЬИ ■

3. Киселёва, Е.А. Эпидемиология заболеваний пародонта у подростков в Кемеровской области /Киселёва Е.А. //Мать и Дитя в Кузбассе. - 2011. - № 1(44). - С. 15-17.

4. Шиган, Е.Н. Методы прогнозирования и моделирования в социально-гигиенических исследованиях /Е.Н. Шиган. - М.: Медицина, 1986. - 206 с.

5. Новые возможности оценки и прогноза развития кариеса у детей пубертатного возраста /О.Г. Медютова, В.Б.Недосеко, Н.А. Николаев и др. //Клиническая стоматология. - 2005. - № 2. - С. 46-47.

6. Окушко, В.Р. Проблема кариеса с позиций естественно-научной фактологии /Окушко В.Р. //Предиктивность в фундаментальной и клиической стоматологии: Матер. V Науч.-практ. конф. Ассоциации стоматологов Приднестровья, 1 ноября 2013 г. - Тирасполь: Изд-во Приднестр. ун-та, 2013. - С. 160.

7. Clinical evaluation of Krimidanta Pratishedha (anti-caries) activity of Triphaladi Gandusha in high risk dental caries patients /Atara A.G., Man-jusha R., Shukla V.J., Vaghela D.B., Rooparalia B. //Ayu. - 2014. - Jan, N 35(1). - P. 42-45. doi: 10.4103/0974-8520.141916. PubMed PMID: 25364198; PubMed Central PMCID:PMC4213966.

8. Борисенко, Л.Г. Метод «Кариограмма» в клиническом прогнозировании кариеса зубов /Л.Г. Борисенко, С.М. Тихонова //Клиническая стоматология. - 2004. - № 1. - С. 14-16.

9. Risk factors of dental caries in childhood: a five-year survival analysis / Lee H.J., Kim J.B., Jin B.H., Paik D.I., Bae K.H. //Community Dent. Oral Epidemiol. - 2014. - Nov 17. doi: 10.1111/cdoe.12136. [Epub ahead of print] PubMed PMID: 25401281.

10. Factors underlying the polarization of early childhood caries within a high-risk population / Nunes A.M., da Silva A.A., Alves C.M., Hugo F.N., Ribeiro C.C. //BMC Public Health. - 2014. - Sep 22, V. 14. - P. 988. doi: 10.1186/1471-2458-14-988. PubMed PMID: 25245978; PubMed Central PMCID: PMC4192400.

Статья поступила в редакцию 9.03.2015 г.

Гладкая В.С., Грицинская В.Л.

ФБГОУ ВПО «Хакасский государственный университет им. Н.Ф. Катанова»,

Республика Хакасия, г. Абакан, ФГБНУ «Научно-исследовательский институт медицинских проблем Севера»,

г. Красноярск

СРАВНИТЕЛЬНЫМ АНАЛИЗ КОМПОНЕНТНОГО СОСТАВА ТЕЛА ДЕВОЧЕК-ПОДРОСТКОВ КОРЕННОГО И ПРИШЛОГО НАСЕЛЕНИЯ РЕСПУБЛИКИ ХАКАСИЯ

С целью изучения компонентного состава тела обследованы школьницы в возрасте от 11 до 18 лет коренного и пришлого населения Республики Хакасия. В исследовании приняли участие 982 девочки-хакаски и 764 девочки-европеоиды. Компонентный состав тела изучался с помощью аналитического метода определения абсолютного количества жировой, костной и мышечной тканей (Matiegka J., 1921) Выявлены этнические особенности компонентного состава тела у школьниц: у хакасок ниже абсолютные показатели всех тканевых компонентов и общей массы тела, чем у сверстниц пришлого населения. Процентное содержание мышечного компонента у девочек-европеоидов выше, чем у хакасок; различий относительного уровня жировой и костной массы у школьниц в зависимости от этнической принадлежности не выявлено. У школьниц коренного населения плотность тела выше, что предполагает более высокие адаптационные возможности организма, чем у девочек-европеоидов.

КЛЮЧЕВЫЕ СЛОВА: физическое развитие; компонентный состав тела; подростки; дети; коренное население Сибири.

Gladkaya V.S., Gritsinskaya V.L.

N.F. Katanov State University of Khakassia, Abakan

The Research Institute of Medical Problems of the North, Krasnoyarsk

COMPARATIVE ANALYSIS OF THE COMPONENT BODY COMPOSITION OF TEENAGE GIRLS INDIGENOUS

AND ALIEN POPULATION OF THE REPUBLIC OF KHAKASSIA

In order to study the component body composition were examined schoolgirls aged 11 to 18 years old native and alien population of the Republic of Khakassia. The study involved 982 Khakass girls and 764 European girls. Component body composition was studied using an analytical method for determining the absolute amount of fat, bone and muscle tissue (Matiegka J., 1921) revealed ethnic characteristics of the component composition of the body schoolgirls: Khakass at lower absolute levels of tissue components and total body weight than that of peers alien population. The percentage of the muscular component of the European girls higher than Khakass one; differences in relative levels of fat and bone mass in schoolgirls depending on ethnicity have been identified. The population of native schoolgirls are density of the body above, which implies higher adaptability of the organism than European girls.

KEY WORDS: physical development; component body composition; teenagers; children; native people of Siberia.

Физическое развитие является одним из объективных и обобщающих параметров здоровья детей и подростков. Гармоничность роста и развития детской популяции — интегральный пока-

затель адекватности социально-гигиенических и медико-организационных условий жизни, в том числе рационального и сбалансированного питания [1, 2]. Проведение периодических массовых исследований

и^ггя в^^узбассе

№2(61) 2015