Precisión en identificación de puntos cefalométricos. Caso de estudiantes de odontología universidad José Antonio Páez

INTRODUCCIÓN

La cefalometría es la técnica diagnóstica que establece la relación entre las estructuras craneofaciales mediante una radiografía. Ella ha sido un examen complementario rutinario para registrar el crecimiento en pacientes sin tratamiento1 y evaluación de cambios por tratamientos ortodonticos-quirúrgicos(1–4). A pesar de ello, las últimas revisiones sistemáticas dejan su uso en entredicho5-11. El principal cuestionamiento a la técnica se basa en la precisión del usuario para ubicar puntos cefalométricos5,6,12-18, el cual influye en el cálculo y diagnóstico final del paciente.

Cada punto cefalométrico, como consecuencia de su concepto, posee un componente simultáneo vertical y horizontal que al combinarse, le confiere un patrón de dispersión, tal como lo comenta Kamoen1(4). Él encontró con el punto A, identificado como el punto más profundo del contorno (curvo) anterior del maxilar, una mayor dispersión en sentido vertical que horizontal. En consecuencia, la definición del hito más la precisión en su ubicación conlleva una variación que de ser amplia, modifica el ángulo o distancia calculado para el análisis.

Así pues, la identificación del punto es el proceso de decisión sobre la posición más aproximada al concepto expresado por el autor del análisis cefalométrico. En consecuencia, la experiencia es un factor clave en este proceso y la interpretación clínica derivada del mismo(22). Las publicaciones revisadas expresan que los ortodoncistas poseen un menor margen de error en los valores finales obtenidos al repetir cefalometrías respecto a los estudiantes de postgrado(12-17). Al existir esta condición, se han desarrollado soluciones mediante mejoras de acercamiento de la imagen en los programas de trazado(16,18), módulos de aprendizaje19 y el trazado totalmente automatizado(6,20).

Bajo este marco referencial, la Universidad José Antonio Páez desarrolló un software de trazado para los análisis de Steiner y Ricketts21, el cual ofrece entre sus opciones identificar la posición exacta del punto cefalométrico mediante coordenadas, permitiendo evaluar la precisión del usuario en este procedimiento. Así pues, el propósito de esta investigación es: Determinar la precisión de los estudiantes de odontología en la identificación de puntos cefalométricos asistidos por computadora.

MATERIALES Y MÉTODOS

Esta investigación fue de carácter descriptivo no experimental. Los participantes se conformaron por: 10 estudiantes del 8vo semestre de la carrera de Odontología pertenecientes al periodo 2019-I (Grupo estudio) y como grupo control participo un Ortodoncista con 6 años de experiencia (OM). La muestra estudiada involucró 15 puntos cefalométricos en 20 cefalografías digitalizadas mediante captura fotográfica del archivo de historias.

Procedimiento

Selección de puntos y radiografías

Aleatoria usando la página web random.org(22), insertando la totalidad de los puntos de los trazados de Steiner y Ricketts. El total de 15 puntos se basó en lo reportado en la literatura(12-18). Las radiografías se seleccionaron en base a los últimos 100 historias registradas en el archivo clínico que poseían una buena calidad y radiointensidad para identificar hitos anatómicos. En ningún momento se realizó alteración de ellas en la calidad u orientación del cráneo.

Identificación de puntos cefalométricos

En primer término, se realizaron 11 secuencias de ordenamiento para las radiografías, usando la herramienta de random.org(22). Cada participante identificó los puntos cefalométricos según Zamora(23) (Tabla 1) y en caso de presentar dudas, podían utilizar la herramienta del software que describe dicho punto. Una vez identificados, se recopilaron las coordenadas de cada punto y se vaciaron en una hoja de cálculo.

Análisis estadístico

El software Odomax fue diseñado para trabajar en el primer cuadrante del sistema cartesiano, correspondiente a los ejes positivos de abscisas y ordenadas, lo que es contrario a la bibliografía que expresan la precisión y diferencia entre grupos mediante milímetros (mm)(19,20). Por esta razón, se transformaron a su equivalente en mm previo a los análisis estadísticos.

Para establecer la precisión de los estudiantes se utilizó una prueba de equivalencia o no inferioridad. Se utiliza el término equivalente, tal como lo describe Walker y Nowacki(24), para expresar que “las diferencias entre ambos grupos son tan cercanas, que una no puede ser considerada superior o inferior a la otra…Para este fin, se establecen los márgenes de equivalencia, los cuales reflejan el rango clínico de diferencias aceptables para el procedimiento”.

En esta investigación se utilizará el margen reportado por Silveira et al(19) de 2mm de diferencia entre docentes universitarios y residentes de postgrado en Ortodoncia. De esta manera, el punto será válido exclusivamente cuando la diferencia entre los promedios (vertical y horizontal) de los grupos esté dentro del margen mencionado. Con esta premisa, se utilizó el lenguaje de programación R(25) para ejecutar las pruebas Wilk-Shapiro de los puntos estudiados, seguido de la equivalencia estadística de dos colas, variación Welch(26) y gráficas de dispersión con elipses de confianza(27), ambos con un nivel de confianza alfa .05.

RESULTADOS

Bajo esta metodología se realizaron 110 procesos de identificación de puntos, que derivaron en 1.650 puntos y 3.300 coordenadas. Su comportamiento descriptivo se expresa en la Tabla 2, donde el grupo de estudio obtuvo una distribución normal solamente en la posición vertical de los puntos R1 y Apice inc inf.

DISCUSIÓN

Los resultados de la investigación expresan una amplia dispersión de los estudiantes para ubicar los puntos cefalométricos; esto comienza por un promedio sagital más posterior y una gran desviación vertical. En consecuencia, es imposible que sean equivalentes a lo identificado por el docente y por el rango clínico reportado por Silveira(19).

Debido a la posibilidad de transitar del trazado manual al asistido por computadora por la UJAP era necesario identificar la precisión de los estudiantes bajo esta modalidad, donde el paso de identificación del punto, obtiene vital importancia dentro del análisis. A toda cuenta, ellos realizan trazados iniciales y finales de los pacientes atendidos.

Los elipses (Figura 1) corroboran la declaración inicial al establecer los limites sagital y vertical con 95% de confianza. La amplia desviación estándar se evidencia en puntos como: Nasion (75.91), Porion (348.16), A (81.70) y B (98.16), todos ellos básicos en la cefalometría. Esta figura también expone como dato excepcional, la elipse en gonion, única generada en sentido vertical, corroborando lo expuesto en la bibliografía sobre la dificultad del punto y variación(5,20,28).

De igual forma, la mayoría de los valores extremos también se encontraron en los puntos apicales de los incisivos, A y B, todos ellos ubicados en una zona muy cercana dentro de sus maxilares y que pudiera ser un reflejo, en primer orden, del error histórico reportado de los puntos apicales(5,14,20,28), seguido del error en la interpretación de los estudiantes de los contornos anteriores de los maxilares o del concepto en si mismo(19).

Estos resultados corroboran lo planteado por Donatelli(27) en referencia a la dispersión de puntos tendría y su peso en el cálculo de los ángulos que involucren estas estructuras. En esta investigación se hizo tangible la frase “punto errado deriva en plano, ángulo y diagnóstico errado”. Futuras investigaciones deben abordar como las estrategias de mejora de imagen y módulos de entrenamiento influyen en esta población(12-19).

En última instancia, las limitaciones encontradas radican en el tamaño de ambas muestras, que impide la generalización del estudio a otras poblaciones. Del mismo modo, la claridad de la imagen pudo influir en la delimitación de las estructuras previo a la identificación, por lo que sería prudente controlar esta variable como mínimo, utilizando el mismo equipo radiográfico y al mismo técnico.

CONCLUSIÓN

Existe diferencia estadística significativa con impacto clínico en la identificación de puntos cefalométricos respecto al standard. Se sugiere una supervisión detallada por parte de los docentes al momento de realizar este trazado.

AGRADECIMIENTOS

Mendes Yuliani por la colaboración en la recopilación de datos durante la investigación.

Referencias Bibliográficas

1. Soverina D, Gasparini G, Pelo S, Doneddu P, Todaro M, et al. Skeletal stability in orthognathic surgery with the surgery first approach: a systematic review. Int J Oral Maxillofac Surg. 2019 Jan 23. pii: S0901-5027(19)30005-0. doi: 10.1016/j.ijom.2019.01.002. [Epub ahead of print].
2. Almurtadha RH, Alhammadi MS, Fayed MMS, Abou-El-Ezz A, Halboub E. Changes in Soft Tissue Profile After Orthodontic Treatment With and Without Extraction: A Systematic Review and Meta-analysis. J Evid Based Dent Pract. 2018 Sep;18(3):193-202. doi: 10.1016/j.jebdp.2017.09.002. Epub 2017 Sep 19.
3. Nucera R, Militi A, Lo Giudice A, Longo V, Fastuca R, et al. J Evid Based Dent Pract. 2018 Mar;18(1):41-58. doi: 10.1016/j.jebdp.2017.07.008. Epub 2017 Aug 4.
4. Gregório L, de Medeiros Alves AC, de Almeida AM, Naveda R, Janson G, et al. Cephalometric evaluation of rapid and slow maxillary expansion in patients with BCLP: Secondary data analysis from a randomized clinical trial. Angle Orthod. 2019 Feb 11. doi: 10.2319/081018-589.1. [Epub ahead of print].
5. Durão A, Pittayapat P, Rockenbach M, Olszewski R, Ng S, et al. Validity of 2D lateral cephalometric in orthodontics: a systematic review. Progress in Orthodontics 2013, 14:31.
6. Leonardi R, Giordano D, Maiorana F, Spampinato C. Automatic cephalometric analysis: a Systematic Review. Angle Orthod 78(1) 2008. Doi: 10.2319/120506-491.1.
7. Devereux L, Moles D, Cunningham SJ, McKnight M. How important are lateral cephalometric radiographs in orthodontic treatment planning? Am J Orthod Dentofacial Orthop. 2011; 139:175–81.
8. Nijkamp P, Habets L, Aartman I, Zentner A. The influence of cephalometrics on orthodontic treatment planning. Eur J Orthod. 2008; 30:630–35.
9. Atchison K, Luke L, White SC. Contribution of pretreatment radiographs to orthodontists' decision making. Oral Surg Oral Med Oral Pathol. 1991; 71:238–45.
10. Bruks A, Enberg K, Nordqvist I, Hansson AS, Jansson L, Svenson B. Radiographic examinations as an aid to orthodontic diagnosis and treatment planning. Swed Dent J. 1999; 23:77–85.
11. Pae EK, McKenna GA, Sheehan TJ, Garcia R, Kuhlberg A, Nanda R. Role of lateral cephalograms in assessing severity and difficulty of orthodontic cases. Am J Orthod Dentofac. 2001; 120:254– 62.
12. AlBarakati SF, Kula KS, Ghoneima AA. The reliability and reproducibility of cephalometric measurements: a comparison of conventional and digital methods. Dentomaxillofacial Radiology. 2012; 41:11–7.
13. Ganna PS, Shetty SK, Yethadka MK, Ansari A. An evaluation of errors in cephalometric measurements on scanned lateral cephalometric images using computerized cephalometric program and conventional tracings. J Ind Ortho Soc 2014;48(4):388-392. Doi: 10.5005/jp- journals-10021-1283.
14. Kamoen A, Dermaut L, Verbeek R. The clinical significance of error measurement in the interpretation of treatment results. European Journal of Orthodontics 23 (2001) 569-578.
15. Korkmaz S, Fulya I, Göksu T, Tülin A. An evaluation of the errors in cephalometric measurements on scanned cephalometric images and conventional tracings. European Journal of Orthodontics 2007 29 105-108. Doi: 10.1093/ejo/cjl065.
16. Tsorovas G, Linder-Aronson A. A comparison of hand-tracing and cephalometric analysis computer programs with and without advances features-accuracy and time demands. European Journal of Orthodontics 2010 vol 32 721-728. Doi: 10.1093/ejo/cjq009.
17. Mahto RV, Kharbanda OP, Duggal R, Sardana HK. A comparison of cephalometric measurements obtained from two computerized cephalometric softwares with manual tracings. J Ind Ortho Soc 2016;50(3):162-170. Doi:10.4103/0301-5742.186359
18. Tanikawa C, Yagi M, Takada K. Automated cephalometry: system performance reliability using landmark-dependent criteria. Angle Orthod 2009;79:1037-46.
19. Silveira HL, Silveira HE, Dalla-Bona RR, Abdala DD, Bertoldi RF, von Wangenheim A. Software system for calibrating examiners in cephalometric point identification. Am J Orthod Dentofacial Orthop. 2009 Mar;135(3):400-5. doi: 10.1016/j.ajodo.2008.02.018.
20. Linder C, et al. Fully automatic system for accurate localization and Analysis of cefalometric landmarks in lateral cephalograms. (2016) Sci Rep 6, 3358; doi: 10.1038/srep3358.
21. Sanchez E. Desarrollo de un software para trazados de radiografías cefaleas laterales en el estudio de la cefalometría para la Universidad José Antonio Páez. Trabajo de grado 2018.
22. Random.org. True random number system. Disponible: https://random.org.
23. Zamora C. Compendio de cefalometría. Análisis clínico y práctico. 2004 AMOLCA.
24. Walker E, Nowacki A. Understanding Equivalence and Noninferiority Testing. J Gen Intern Med 26(2):192–6. DOI: 10.1007/s11606-010-1513-8
25. R Development Core Team. R: a language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing; 2013.
26. Lakens, D., Scheel, A. M., & Isager, P. M. (2018). Equivalence Testing for Psychological Research: A Tutorial. Advances in Methods and Practices in Psychological Science, 1(2), 259-269. https://doi.org/10.1177/2515245918770963.
27. Donatelli R, Lee SJ. How to report reliability in orthodontic research: Part 2. Am J Ortho and Dentofacial Orthop 2013 Vol 144 (2) Doi: http://dx.doi.org/10.1016/j.ajodo.2013.03.023.
28. Durão A, Morosolli A, Pittayapat P, Bolstad N, Ferreira A. Cephalometric landmark variability among orthodontist and dentomaxillofacial radiologist: a comparative study. Imaging Science in Dentistry 2015; 45: 213-20 http://dx.doi.org/10.5624/isd.2015.45.4.213.