← Nieuwste papers
📄 geneeskunde

Three-dimensional Jarabak ratio measurement and vertical evaluation in adult patients based on CBCT

Deze studie toont aan dat een op CBCT gebaseerde 3D Jarabak-ratio een betrouwbare en valide metriek is voor het beoordelen van verticale skeletpatronen bij volwassenen, waarbij hypodivergente gevallen effectief worden onderscheiden van normodivergente en hyperdivergente groepen, hoewel het de laatste twee niet duidelijk van elkaar kan differentiëren.

Oorspronkelijke auteurs: Fangshuo Wang, Liying Chen, Xiao Xu, Rongtao Yuan, Chunxi Zhang

Gepubliceerd 2026-10-05
📖 4 min leestijd☕ Koffiepauze-leesvoer

Oorspronkelijke auteurs: Fangshuo Wang, Liying Chen, Xiao Xu, Rongtao Yuan, Chunxi Zhang

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het menselijk gezicht is een complexe structuur die is gebouwd op een fundament van bot, en voor orthodontisten en chirurgen is het begrijpen van de verticale proporties van dat fundament cruciaal. Net zoals de stabiliteit van een gebouw afhangt van de relatie tussen de hoogte en de breedte, hangen de beet en het gezichtsprofiel van een persoon af van hoe de boven- en onderkaak in de driedimensionale ruimte op elkaar aansluiten. Decennialang hebben artsen vertrouwd op tweedimensionale röntgenfoto's om deze relaties te meten, waarbij specifieke hoeken worden gebruikt om te bepalen of het gezicht van een patiënt te hoog en smal groeit, te kort en breed, of ergens ertussenin. Een plat beeld kan echter de draaiingen, bochten en diepte van een levende schedel niet volledig vastleggen. Met de komst van cone-beam computed tomography, een type 3D-beeldvorming dat een gedetailleerd digitaal model van het hoofd creëert, hebben onderzoekers nu de instrumenten om naar deze skeletpatronen vanuit elke hoek te kijken, wat een kans biedt om te verfijnen hoe zij complexe problemen in de gezichtsgroei diagnosticeren en behandelen.

Een team van onderzoekers van het Qingdao Municipal Hospital en aanverwante instellingen zette zich scharpe om een nieuwe manier van het gebruik van deze 3D-technologie te testen. Zij richtten zich op een klassieke meting die bekend staat als de Jarabak-ratio, die de hoogte van het achterste deel van het gezicht vergelijkt met de hoogte van het voorste deel. In traditionele tweedimensionale röntgenfoto's helpt deze ratio artsen beslissen of een patiënt een "verticaal" groeipatroon heeft dat specifieke behandeling vereist. De onderzoekers wilden zien of dezezelfde ratio nauwkeurig gemeten kon worden in een volledige driedimensionale ruimte met behulp van CBCT-scans, en of het betrouwbaar verschillende soorten gezichtsgroeipatronen bij volwassen patiënten kon onderscheiden. Hiervoor verzamelden zij digitale scans van vierennegentig volwassenen die nog geen orthodontische behandeling waren gestart. Deze individuen hadden gezonde, volledige gebitten en geen geschiedenis van grote gezichtschirurgie of trauma.

Het team importeerde deze scans in gespecialiseerde software om virtuele 3D-modellen van de schedels van de patiënten te bouwen. Twee ervaren onderzoekers lokaliseerden vervolgens zorgvuldig specifieke punten op deze digitale modellen, zoals het midden van de kin, de hoeken van de kaak en de achterkant van de neus. Zij gebruikten deze punten om vlakken te tekenen en afstanden in drie dimensies te meten, waardoor een nieuwe versie van de Jarabak-ratio ontstond die rekening hield met de werkelijke diepte en breedte van het gezicht, in plaats van alleen een platte projectie. De onderzoekers herhaalden deze metingen meerdere keren om ervoor te zorgen dat de methode consistent en betrouwbaar was. Zij ontdekten dat de nieuwe 3D-meting zeer betrouwbaar was, waarbij verschillende onderzoekers bijna identieke resultaten behaalden bij het telkens opnieuw meten van dezelfde patiënt. Dit bevestigde dat de methode robuust genoeg was om in een klinische setting te worden gebruikt.

Vervolgens keken de onderzoekers naar hoe deze nieuwe 3D-ratio zich verhield tot andere standaardmetingen en of het patiënten in afzonderlijke groepen kon verdelen. Zij verdeelden de patiënten in drie categorieën op basis van de steilheid van de kaakhoek: mensen met een vlakkere kaak (hypodivergent), mensen met een gemiddelde kaakhoek (normodivergent) en mensen met een steilere kaak (hyperdivergent). De resultaten toonden een duidelijk en significant verschil voor de groep met de vlakkere kaak. Deze patiënten hadden een duidelijk hogere 3D Jarabak-ratio vergeleken met de andere twee groepen. Dit suggereert dat de nieuwe meting zeer goed is in het identificeren van gezichten die in een kort, breed patroon groeien. De studie onthulde echter ook een beperking. De 3D-ratio kon het verschil tussen de gemiddelde groep en de groep met de steile kaak niet duidelijk maken. De metingen voor deze twee groepen waren zo vergelijkbaar dat het instrument hen niet betrouwbaar kon onderscheiden.

De auteurs suggereren dat dit onvermogen om tussen de gemiddelde en de steile groep te onderscheiden mogelijk te wijten is aan de manier waarop het kaakbeen zich in drie dimensies aanpast. Hoewel een steile kaakhoek duidelijk zichtbaar is op een platte röntgenfoto, kan de werkelijke botstructuur in een 3D-ruimte compensaties bevatten, zoals het verbreden of draaien van de kaak, die de verticale verschillen maskeren. Daarentegen creëert het korte, brede gezichtspatroon een zeer onderscheidende skeletvorm die duidelijk naar voren komt in de 3D-ruimte. De studie concludeert dat hoewel deze nieuwe 3D Jarabak-ratio een betrouwbaar en effectief instrument is voor het identificeren van specifieke verticale groeipatronen, met name het korte, brede type, het nog niet een perfecte vervanging is voor alle traditionele methoden. Het biedt een waardevol nieuw perspectief voor artsen om de ruimtelijke divergentie van de kaak en de occlusale vlakken te evalueren, wat hen helpt bij het plannen van meer geïndividualiseerde behandelingen, maar het werkt het beste wanneer het wordt gebruikt naast andere diagnostische informatie in plaats van als een op zichzelf staande oplossing.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →