📄 medicine

Three-dimensional regional analysis of undergraduate crown preparations using a digital morphometric workflow

본 연구는 학부생의 크라운 형성물을 분석하기 위한 3D 디지털 형태계측 워크플로우를 검증하며, 기존의 전역적 편차 지표보다 더 상세하고 임상적으로 유의미한 피드백을 제공하는 축 방향 삭제량 및 수렴 각도의 유의미한 부위별 차이를 밝혀냈다.

원저자: Khalid Ibrahim, Othman Mohamed S.

게시일 2026-09-30✓ Author reviewed ⓘ

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Khalid Ibrahim, Othman Mohamed S.

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

치과 대학 실험실의 조용하고 통제된 환경 속에서, 학생들은 언젠가 실제 임상 치료의 성공을 결정짓게 될 기술인 치아를 크라운이 들어갈 수 있도록 다듬는 연습을 하고 있습니다. '프렙(preparation)'이라고 알려진 이 과정은 최종 보철물이 빠지지 않고 단단히 고정될 수 있도록 특정 각도를 유지하면서 치아 표면에서 정밀한 양의 재료를 제거하는 것을 요구합니다. 수십 년 동안 강사들은 매끄러운 표면과 정확한 각도를 살피며 육안으로 이러한 노력들을 평가해 왔습니다. 그러나 인간의 시각에는 한계가 있습니다. 치아의 한쪽 면에서 다른 쪽 면에 비해 얼마나 많은 재료가 제거되었는지 정확히 측정하거나, 학생이 어디에서 잘못했는지를 정확히 짚어내는 것은 어렵습니다. 눈에 보이는 것과 손이 하는 일 사이의 이 간극을 메우기 위해, 연구자들은 치아의 3차원 형태를 포착하여 완벽한 모델과 비교할 수 있는 디지털 도구를 사용하기 시작했습니다. 이러한 변화는 이전에는 불가능했던 수준의 세부 사항을 가능하게 하여, 주관적인 인상을 학습을 가이드할 수 있는 구체적인 데이터로 바꾸어 놓았습니다.

알렉산드리아에 위치한 파로스 대학교(Pharos University)의 연구팀은 이러한 디지털 도구를 사용하여 학생들의 작업물을 분석하는 새로운 방법을 테스트하기 위해 착수했습니다. 그들은 학부 치과 학생들이 준비한 60개의 연습용 치아, 구체적으로는 견치(송곳니)에 초점을 맞추었습니다. 연구팀은 단순히 완성된 치아를 스캔하여 완벽한 것과 비교하는 대신, 비교가 공정하도록 신중한 방법을 개발했습니다. 만약 컴퓨터가 준비된 치아를 완벽한 모델과 정렬하려고 시도하게 두면, 소프트웨어가 측정해야 할 오류를 실수로 "수정"해 버릴 수 있다는 점을 그들은 알고 있었습니다. 이를 방지하기 위해, 그들은 먼저 준비된 치아 옆의 치아들을 포함한 전체 치열을 먼저 스캔했습니다. 그런 다음 디지털 방식으로 스캔에서 준비된 치아를 제거하여, 손대지 않은 주변 치아들만 남겼습니다. 컴퓨터는 이 변하지 않은 주변 치아들을 사용하여 두 스캔을 공간상의 정확한 같은 위치에 고정했습니다. 이러한 엄격한 정렬이 확립된 후에야 그들은 준비된 치아를 다시 화면으로 가져와 원래의 치아와 어떻게 다른지 확인했습니다. 이 접근 방식은 발견된 차이점이 컴퓨터의 정렬 트릭 때문이 아니라, 진정으로 학생의 작업으로 인한 것임을 보장했습니다.

결과는 학생들이 이 치아들을 어떤 방식으로 다듬었는지에 대한 명확한 패턴을 보여주었습니다. 제거된 재료의 양은 모든 면에서 동일하지 않았습니다. 치아의 뒷면, 즉 원심측(distal side)은 가장 많은 양의 감소를 보였으며, 평균 0.931밀리미터가 제거되었습니다. 반면, 입천장을 향하는 안쪽 표면은 가장 적게 손을 댄 부분으로, 평균적으로 단 0.554밀리미터만이 제거되었습니다. 앞면과 측면은 그 중간 정도였습니다. 이 결과는 학생들이 뒷면에서는 더 많은 재료를 제거하고 안쪽에서는 덜 제거하는 특정한 경향이 있음을 강조하며, 이는 단순한 종합 점수로는 놓칠 수 있는 세부 사항입니다. 연구자들은 또한 치아의 측면이 깎인 각도, 즉 총 교합 수렴(total occlusal convergence)이라는 특징도 측정했습니다. 그들은 앞뒤 축의 각도가 옆에서 옆으로 이어지는 축보다 더 넓다는 것을 발견했습니다. 평균적으로 앞뒤 각도는 거의 40도였던 반면, 좌우 각도는 약 34도였습니다. 이 약 6도의 차이는 학생들이 모든 방향에서 절단 각도를 일정하게 유지하는 데 어려움을 겪고 있음을 시사합니다.

아마도 가장 흥s로운 점은 제거된 재료의 양과 생성된 각도 사이의 연관성이었습니다. 연구는 제거된 치아 구조의 양과 앞뒤 각도의 가파름 사이에 중간 정도의 상관관계가 있음을 발견했습니다. 즉, 학생들이 더 많은 재료를 제거했을 때 각도가 더 넓어지는 경향이 있었지만, 이것이 모든 치아에 적용되는 엄격한 규칙은 아니었습니다. 연구자들은 이것이 더 많은 재료를 제거하는 것이 각도를 변화시키는 원인이라는 의미가 아니라, 두 현상이 흔히 함께 일어난다는 점을 주의 깊게 언급했습니다. 또한 연구는 그들의 디지털 방식이 잘 작동함을 확인했는데, 준비된 치아를 초기 정렬에서 제외함으로써 컴퓨터가 주변 해부학적 구조를 더 정밀하게 일치시킬 수 있었고, 측정 오차를 줄였다는 것을 보여주었습니다.

저자들은 이 디지털 워크플로우가 치의학 교육에 귀중한 새로운 관점을 제공한다고 결론지었습니다. 이는 단순한 종합 성적을 넘어, 학생의 작업이 이상적인 상태와 정확히 어디에서 다른지를 보여줍니다. 안쪽 표면이 과소하게 제거되고 각도가 방향에 따라 달라진다는 점을 식별함으로써, 강사들은 학생들의 향상을 돕기 위한 표적화된 피드백을 제공할 수 있습니다. 비록 이 연구가 연습용 치아와 한 종류의 스캐너로 제한되었다 하긴 하지만, 디지털 분석이 육안으로는 보기 어려운 학생 작업의 미묘하고 지역적인 변화를 포착할 수 있음을 입증합니다. 이 기술는 강사를 대체하는 것이 아니라, 치아 준비의 복잡한 기하학적 구조를 명확하고 실행 가능한 정보로 바꾸어 주는 강력한 파트너 역할을 합니다.

기술 요약: 학부생의 크라운 형성물에 대한 3차원 영역별 분석

문제 제기
치과 교육에서 전악 피개 크라운 형성(full-coverage crown preparations)의 평가는 전통적으로 교수자의 육안 평가에 의존해 왔으며, 이는 본질적으로 주관적이고 기하학적 편차의 구체적인 위치나 크기를 정량화하는 데 한계가 있다. 디지털 평가 도구는 기하학적 구조를 측정 가능한 데이터로 변轉換함으로써 보완적인 역할을 할 수 있는 잠재력을 가지고 있으나, 기존 연구들은 학생의 성취도에 미치는 영향에 대해 엇갈린 결과를 보여왔다. 디지털 분석의 결정적인 방법론적 과제는 등록(registration) 과정이다. 만약 준비된 치아 자체가 미준비된 참조물과의 '최적 맞춤(best-fit)' 정렬에 기여하게 된다면, 준비 과정에서 도입된 기하학적 변화가 정렬 변환 과정에 일부 포함되어 실제 편차를 과소평가할 수 있다. 본 연구는 준비된 표면이 정렬에 영향을 미치지 않도록 격리하면서 축측 방향의 축방향 삭제량(axial reduction)과 전체 구개 수렴(total occlusal convergence, TOC)을 분리하여 분석하는 워크플로우의 필요성을 다룬다.

연구 방법
본 연구는 학부생들이 타이포돈트(typodont)에 수행한 60개의 전악 피개 견치 형성물을 분석하기 위해 디지털 형태 측정 워크플로우를 활용하였다. 과정은 다음과 같다:

디지털화: 학생이 준비한 타이포돈트 아치와 손상되지 않은 미준비 참조 아치를 모두 Runyes V3 구강 스캐너로 스캔한 후 STL 파일로 내보냈다.
등록 전략: 준비된 치아가 정렬을 왜곡하는 것을 방지하기 위해, 학생의 데이터와 참조 데이터 모두에서 견치 영역을 제외하였다. 확정적인 강성 반복 최근접 점(Iterative Closest Point, ICP) 등록은 변경되지 않은 인접 해부학적 구조만을 대상으로 수행되었다. 생성된 변환 행렬을 학생의 스캔 데이터에 적용한 후, 준비된 견치와 참조 견치를 분석을 위해 분리하였다.
형태 측정 분석: CloudCompare 소프트웨어를 사용하여 준비된 치아를 네 가지 축 방향 영역(협측, 설측, 근심측, 원심측)으로 분할하였다. 표면 분리량(삭제량)을 정량화하기 위해 절대적 클라우드-투-메쉬(Cloud-to-Mesh) 거리를 계산하였다. 또한, 대향하는 표면에 대한 최적 맞춤 축 평면을 생성하여 협설(BP) 및 근원심(MD) TOC를 계산하였다.
통계 분석: 등록 성능을 위해 Wilcoxon 부호 순위 검정, 영역별 삭제량 차이를 위해 Friedman 검정, TOC 비교를 위해 대응 표본 t-검정, 그리고 삭제량과 수렴도 사이의 연관성을 조사하기 위해 Spearman 상관계수를 사용하였다.

주요 결과

등록 정확도: 확정적 등록 과정에서 준비된 견치를 제외함으로써 정렬 정확도가 향상되었으며, 제곱평균제곱근(RMS) 편차가 0.441 ± 0.097 mm에서 0.341 ± 0.114 mm로 감소하였다 ( $p < 0.001$ ).
영역별 삭제량: 표면 간에 유의미한 변동성이 관찰되었다. 원심측 표면이 가장 큰 평균 삭제량(0.931 ± 0.290 mm)을 보였고, 협측(0.847 ± 0.283 mm)과 근심측(0.807 ± 0.298 mm)이 그 뒤를 이었다. 설측 표면은 다른 모든 표면에 비해 유의미하게 낮은 삭제량(0.554 ± 0.134 mm)을 나타냈다.
전체 구개 수렴 (TOC): 평균 BP TOC(39.85 ± 14.78°)는 MD TOC(33.77 ± 12.00°)보다 유의미하게 높았으며, 평균 차이는 6.08°였다.
상관관계: 평균 축방향 삭제량과 BP TOC 사이에 중간 정도의 양의 상관관계( $r_s = 0.432$ )가 발견되었으며, 이는 이 코호트에서 치질 삭제량이 많을수록 협설 수렴도가 높다는 것을 시사한다. 삭제량과 MD TOC 사이에는 유의미한 상관관계가 발견되지 않았다.

핵심 기여
본 연구의 주요 기여는 변경되지 않은 인접 해부학적 구조로부터 정렬을 도출함으로써 준비물의 공간적 무결성을 보존하는 등록 워크플로우를 검증한 것이다. 이 접근 방식은 단일한 전역 편차 값으로는 가려질 수 있는 표면별 특이적 준비 차이를 식별할 수 있게 한다. 본 연구는 영역 분석이 과소 또는 과잉 삭제의 특정 패턴(예: 일관되게 낮은 설측 삭제량)을 특징짓고, 축방향 수렴의 방향성 변동을 정량화할 수 있음을 입증한다.

의의 및 주장
저자들은 이 워크플로우를 교수자 평가의 대체재가 아닌 **형성적 피드백(formative feedback)**을 위한 도구로 설정한다. 본 연구는 영역별 3차원 분석이 단일한 전역 지표를 넘어 임상적으로 유의미한 기하학적 정보를 제공한다고 주장한다. 특정 표면의 불일치와 방향성 수렴 문제를 식별함으로써, 이 워크플로우는 예방 치과(preclinical fixed prosthodontics) 교육에서 보다 표적화된 교육적 개입을 지원할 수 있다. 저자들은 본 데이터셋에서의 낮은 설측 삭제량이 특정 수복물 여유 공간 목표와의 비교 없이, 상대적인 영역적 차이를 나타내는 것임을 명시적으로 경고한다. 나아가, 디지털 평가는 감독자의 입력을 보조하는 역할을 해야 하며, 이는 디지털 도구가 자율적인 시험관보다는 피드백의 구조를 잡는 데 사용될 때 가장 효과적이라는 교육 문헌의 내용과 궤를 같이한다.

유사한 논문