Abstract
目的
探讨单冠预备体数字化模型的质量现状，为医技间科学交流、提高修复体质量、降低返工率提供基础数据。
方法
随机抽取某一大型义齿工厂的1 312件单冠数字化模型（前牙180件，前磨牙294件，磨牙838件），数字化模型由3名工龄一致的调查员使用同一椅旁口内扫描系统（CEREC）扫描获得的。采用CEREC SW 4.4软件对单冠初始模型的数字化图像处理重建；进一步采用牙体预备评估软件prepCheck 3.1对上述单冠数字模型进行质量数据收集、提取及汇总分析。
结果
1 312件单冠数字化模型倒凹评价不达标率为6.55%，表面光滑度不达标率为0.08%，肩台质量不达标率为81.17%，颊舌向聚合度的不达标率为19.59%，近远中向聚合度的不达标率为22.48%。颊侧分离角的不达标率为23.25%，舌侧分离角的不达标率为28.51%，近中分离角的不达标率为28.43%，远中分离角的不达标率为28.35%。统计分析显示：前牙、前磨牙、磨牙在肩台质量、颊舌向聚合度、近远中向聚合度、颊侧分离角、舌侧分离角、近中分离角、远中分离角的质量分级结果上的差异具有统计学意义（P<0.01）。
结论
除倒凹和表面光滑度指标达标外，单冠数字化预备体模型的整体质量情况不佳，预备体质量亟待提升。数字化牙体预备评估系统评估结果客观真实，具有极大的发展前景。
Keywords: 单冠预备体, 数字化模型, 初始石膏模型, 口内扫描系统, 模型扫描系统, 牙体预备质量评估软件
Abstract
Objective
This study aimed to investigate the quality of single crown digital models, enhance communication between clinicians and technicians, and improve the quality of restorations to further reduce remake rate.
Methods
A total of 1 312 single crown digital models (180 anterior teeth, 294 premolars, and 838 molars) were randomly selected from a large commercial dental factory. The digital models were evaluated by three investigators with the same working experience with the same intraoral scanning system (CEREC). CEREC SW 4.4 was used in capturing the images of single crown preparations, and prepCheck 3.1 was used in evaluating the quality of single crown digital models.
Results
Approximately 6.55%, 0.08%, 81.17%, 19.59%, and 22.48% of 1 312 single crown digital models did not meet the standards of the undercut, surface quality, margin quality, buccal-lingual taper, and mesiodistal taper, respectively. Moreover, 23.25%, 28.51%, 28.43%, and 28.35% of the investigated single crown digital models did not meet the standards of the buccal inclination taper, lingual inclination taper, mesial inclination taper, and distal inclination taper, respectively. The quality of anterior teeth, premolars, molars at the margin quality, buccal-lingual taper, mesiodistal taper, buccal inclination taper, lingual inclination taper, mesial inclination taper, and distal inclination taper significantly varied in the evaluation results (P<0.01).
Conclusion
In addition to the undercut and surface quality met the standard, the overall situation of the quality of the single crown digital preparation model was poor, and the quality of the preparation needs to be improved urgently.
Keywords: single crown preparation, digital model, initial plaster model, intraoral scanning system, model scanning system, tooth preparation evaluation software
固定义齿是临床上常用的修复方式。随着数字化口腔修复技术和修复工艺技术的发展，目前固定修复体的预备体模型的数据来源主要包括3种方式：传统的石膏代型制作、数字化椅旁口扫和数字化扫描仓三维扫描技术。其中渐成主流的后两种数字化模型反映了临床医生牙体预备、排龈、取模以及灌模等各项临床工作的水平，并且方便进行制作加工难度和修复体质量的评估。如果数字化模型有倒凹、表面粗糙有瘤体、边缘不清晰、聚合度过度等问题，将导致目标修复体边缘不密合、不能完全就位、粘接固位力不足等一系列问题的产生。因此，医师端术后和技师端接件时应寻求一种简易可量化的预备体质量评估手段，从制作源头加强对不合格预备体、印模和数字化模型的筛选，从而保证目标修复体的质量。
当前常用的预备体或数字化模型评估手段包括肉眼评估和数字化牙体预备评估软件评估等两类手段。2004年，Alhouri等[1]制定了肉眼评估数字化模型的标准，根据肩台质量、表面光滑度和软硬组织分界线将初始模型分为优、中、差3个等级，但其分类结果无法对应模型的具体缺陷。2011年，何黄等[2]对1 039件石膏工作模型质量和分级情况进行调查，对颈缘质量、表面光滑度和牙体预备量的评价标准进行量化和细化，并设置了计分分级标准。该方法较前更具参考价值，但仍受限于肉眼评估的主观性，依赖于调查员的个人累积经验。2013年，Renne等[3]指出数字化牙体预备软件（E4D compare software，Richardson公司，美国）用于单冠预备量的质量评估精确度高。2018年，Wolgin等[4]比较了47名口腔医学生行嵌体预备后肉眼自评和prepCheck评估的效果，结果显示二者差异无统计学意义。该实验中prepCheck软件量化评估了嵌体的倒凹占比、轴壁深度和宽度以及龈壁深度和宽度，为学生提供可视化、可量化的直接反馈。2019年，Park等[5]证实了数字化评估软件应用于牙体预备评估的高信度和高效度。综上，数字化评估软件用于预备体的质量评估具有客观、同一性好等明显优势，用于数字化模型的质量评估将有效提高结果的真实性。
2011年，何黄等[2]用裸眼目测评估的方法调查1 039件单冠石膏工作模型的质量，结果显示有倒凹的概率为10.59%，颈缘质量不合格的为58.52%，表面光洁度不合格的为25.79%，质量堪忧。从研究对象和方案上看，国内外对石膏模型质量调查研究的文献报道很少，使用数字化手段进行模型质量评估的研究更加少见。因此本研究旨在利用数字化预备体质量评估软件进一步客观调查分析目前国内单冠数字化模型质量情况，从而对牙体预备质量水平进行大样本分析，为医技间科学交流、提高修复体质量、降低返工率提供基础数据。
1. 材料和方法
1.1. 调查对象
选取成都登特义齿加工中心为调查地点，随机选取从2019年6—12月期间收到的单冠数字化模型为调查对象，剔除漏检及资料不全，共纳入1 312件单冠数字化模型，其中前牙180件，前磨牙294件，磨牙838件。
1.2. 调查方法
1.2.1. 数字化模型的获取
3名工龄一致的调查员利用软件CEREC SW 4.4完成单冠数字化模型的建档，按照统一方向旋转扫描预备体数字化模型的边缘及各个轴面，生成数字化模型的三维图像，手动去除邻牙干扰，获取数字化模型的完整视野，自动绘制预备体数字化模型的颈缘后选定就位道，手动校正。保存CEREC CAD设计后的三维图像（图1），将三维图像导入prepCheck 3.1软件，自动绘制单冠数字化模型的
面或切端，手动校正，点击“preparation analysis”开始数字化模型质量分析，结果导出pdf格式（图2、3）。
图 1. 口内扫描系统扫描36牙单冠数字化模型.
Fig 1 36 tooth sigle crown digital model scanned by intraoral scanning system
A：订单建立；B：模型扫描；C：设置旋转中心轴；D：裁剪邻牙；E：绘制边缘；F：设置就位道。
图 2. 数字化牙体预备评估软件评估36牙单冠数字化模型.
Fig 2 Evaluation of 36 tooth sigle crown digital model by tooth preparation evaluation software
A：绘制面曲线；B：倒凹分析；C：表面光滑度分析；D：肩台质量分析；E：聚合度和分离角分析。
图 3. 单冠数字化模型质量评估结果.
Fig 3 The assessment score of single crown digital model
第1行：倒凹分析结果，合格数值的参考范围为0.0~0.5 mm；第2行：聚合度分析结果，颊侧分离角和舌侧分离角合格数值的参考范围为5°~10°；第3行：肩台质量分析结果；第4行：表面光滑度分析结果；第5行：聚合度和分离角数值分析。
1.2.2. 数字化模型质量评价参数
1）倒凹面积率：预备体倒凹是指由于牙体预备未将轴面外形高点线降到预备体的颈缘形成[2]。本研究中，prepCheck 3.1软件的倒凹分析工具选定观测就位道为参考以检测倒凹，设置倒凹的标准值参数为0.0 mm，最大容差值为0.5 mm，表示倒凹深度的容许范围为0.0~0.5 mm，超过0.5 mm的倒凹深度则被标记为不合格，软件通过参数编辑计算得出不合格倒凹面积百分率。
2）表面光滑度：prepCheck 3.1软件的表面光滑度分析工具通过计算数字化模型表面的局部曲率以检测模型表面光滑度。本研究设置“识别锐角角度（taper of a sharp edge）”的标准值为50°。若所识别锐角角度超过50°，则被标记为不光滑，软件通过参数编辑计算得出表面不光滑的面积百分率。
3）肩台质量：prepCheck 3.1软件的肩台质量分析工具通过检测数字化模型肩台完成线的缺口或锐角以分析肩台是否圆缓连续。本研究设定肩台质量的虚拟管道的半径（tube radius）和长度（half window size）分别为0.05 mm和0.04 mm，若肩台完成线无法完全通过预设半径和长度的虚拟管道，说明该肩台不连续或有锐角，则被标记为不合格，软件通过参数编辑计算得出肩台质量不合格的面积百分率。实验结果根据不同牙位的单一质量评价指标的数值范围不同，将倒凹、表面光滑度和肩台质量不合格百分率分为≤0.05、>0.05且≤0.10、>0.10 3个分类，分别代表优良、临床可接受和不达标3个等级。
4）聚合度和轴壁分离角：聚合度是指预备体两个轴面之间的相对角度。轴壁分离角是指轴壁与水平面之间的夹角减去90°的差值，反映预备体单一轴面的倾斜度，两个相对的轴壁分离角之和即两相对轴壁间的聚合度[6]。prepCheck 3.1软件的聚合度分析工具默认距离肩台完成线1 mm处为测量起点，由于单冠预备体的颈部1/3主要提供固位力，因此该范围为聚合度和轴壁分离角的测量区域。本研究设置颊舌向聚合度和近远中向聚合度的标准范围为5°~20°；设置各轴壁分离角的标准范围为2.5°~10°。通过软件参数编辑计算得出聚合度和轴壁倾斜度的具体数值。根据不同牙位的单一质量评价指标的数值范围不同，将颊舌向聚合度和近远中向聚合度分为≥5°且≤20°、>20°且≤40°、<5°或>40° 3个分类，分别代表优良、临床可接受、不达标3个等级；将各轴壁分离角分为≥2.5°且≤10°、>10°且≤20°、<2.5°或>20° 3个分类，分别代表优良、临床可接受、不达标3个等级。
1.3. 统计分析
调查结果采用Excel 2016软件整理，应用SPSS 25.0软件进行分析。定量资料进行描述分析和Kruskal-Wallis检验统计，三分类资料进行卡方检验，同时使用效应量（Effect size）研究差异幅度情况。所有统计方法的检验均设为0.05。P<0.05时，差异具有统计学意义。
2. 结果
2.1. 数字化模型质量评估的描述分析
本调查共纳入1 312件数字化模型，其中前牙180件，前磨牙294件，磨牙838件。通过计算平均概率反映单个数字化模型的单个关键质量指标不合格的平均百分比。结果显示：1 312件单冠数字化模型表面有倒凹的平均概率为2.7%，表面光滑度不合格的平均概率为1.9%，肩台质量不合格的平均概率为21.2%，颊舌向聚合度的平均值为25.847°±13.129°，近远中向聚合度的平均值为28.372°±14.038°，颊侧分离角的平均值为12.143°±8.576°，舌侧分离角的平均值为13.733°±9.494°，近中分离角的平均值为13.957°±9.162°，远中分离角的平均值为14.425°±8.945°（表1）。
表 1. 单冠数字化模型的描述分析.
Tab 1 Description analysis of single crown digital models
| 评估指标 | 描述值 | 前牙（n=180） | 前磨牙（n=294） | 磨牙（n=838） | 合计 |
| 倒凹 | 平均值±标准差 | 0.022±0.053 | 0.033±0.053 | 0.026±0.054 | 0.027±0.054 |
| 95%可信区间 | 0.014~0.029 | 0.027~0.039 | 0.022~0.030 | 0.024~0.030 | |
| 表面光滑度 | 平均值±标准差 | 0.017±0.016 | 0.022±0.027 | 0.018±0.015 | 0.019±0.018 |
| 95%可信区间 | 0.015~0.02 | 0.019~0.025 | 0.017~0.019 | 0.018~0.020 | |
| 肩台质量 | 平均值±标准差 | 0.238±0.116 | 0.232±0.115 | 0.199±0.109 | 0.212±0.113 |
| 95%可信区间 | 0.221~0.255 | 0.219~0.246 | 0.191~0.206 | 0.205~0.218 | |
| 颊舌向聚合度/° | 平均值±标准差 | 33.471±14.250 | 19.714±10.946 | 26.361±12.596 | 25.847±13.129 |
| 95%可信区间 | 31.389~35.552 | 18.463~20.966 | 25.508~27.213 | 25.136~26.557 | |
| 近远中向聚合度/° | 平均值±标准差 | 28.741±14.371 | 21.850±12.263 | 30.581±13.856 | 28.372±14.038 |
| 95%可信区间 | 26.641~30.84 | 20.448~23.252 | 29.643~31.519 | 27.613~29.132 | |
| 舌侧分离角/° | 平均值±标准差 | 19.045±11.681 | 10.196±7.299 | 13.834±9.104 | 13.733±9.494 |
| 95%可信区间 | 17.339~20.751 | 9.361~11.03 | 13.217~14.450 | 13.22~14.247 | |
| 颊侧分离角/° | 平均值±标准差 | 14.583±9.256 | 9.517±6.880 | 12.541±8.743 | 12.143±8.576 |
| 95%可信区间 | 13.231~15.935 | 8.731~10.304 | 11.949~13.133 | 11.679~12.607 | |
| 近中分离角/° | 平均值±标准差 | 14.280±10.120 | 10.928±7.520 | 14.951±9.250 | 13.957±9.162 |
| 95%可信区间 | 12.802~15.758 | 10.068~11.787 | 14.325~15.577 | 13.462~14.453 | |
| 远中分离角/° | 平均值±标准差 | 14.468±9.229 | 10.927±7.743 | 15.643±8.964 | 14.425±8.945 |
| 95%可信区间 | 13.120~15.817 | 10.042~11.812 | 15.036~16.250 | 13.941~14.909 |
2.2. 不同牙位对各项数字化模型质量评估指标的差异性分析
Kruskal-Wallis检验统计结果显示：前牙、前磨牙和磨牙表面光滑度的差异无统计学意义（P>0.05），前牙、前磨牙和磨牙在倒凹、肩台质量、颊舌向聚合度、近远中向聚合度、舌侧分离角、颊侧分离角、近中分离角和远中分离角共8项上差异有统计学意义（P<0.01）。不同牙位在各评估指标上的比较结果见表2。
表 2. 单冠数字化模型的Kruskal-Wallis检验统计.
Tab 2 Kruskal-Wallis analysis of single crown digital models
| 评估指标 | 牙位（中位数） |
Kruskal-Wallis检验统计量H值 | P值 | ||
| 前牙（n=180） | 前磨牙（n=294） | 磨牙（n=838） | |||
| 倒凹 | 0 | 0.01 | 0 | 12.118 | 0.002** |
| 表面光滑度 | 0.01 | 0.02 | 0.01 | 5.807 | 0.060 |
| 肩台质量 | 0.23 | 0.23 | 0.19 | 28.667 | 0.000** |
| 颊舌向聚合度 | 33.15 | 18.85 | 25.8 | 124.605 | 0.000** |
| 近远中向聚合度 | 25.95 | 21.2 | 29.1 | 93.247 | 0.000** |
| 舌侧分离角 | 17.65 | 8.85 | 12.9 | 87.559 | 0.000** |
| 颊侧分离角 | 12.80 | 8.70 | 11.55 | 52.295 | 0.000** |
| 近中分离角 | 12.25 | 10.15 | 13.80 | 48.367 | 0.000** |
| 远中分离角 | 12.20 | 10.50 | 14.35 | 68.560 | 0.000** |
注：**P<0.01。
2.3. 不同牙位对各项数字化模型质量评估分类指标的差异性分析
卡方检验的统计结果显示：前牙、前磨牙和磨牙的倒凹、表面光滑度的差异无统计学意义（P>0.05），前牙、前磨牙和磨牙在肩台质量、颊舌向聚合度、近远中向聚合度、舌侧分离角、颊侧分离角、近中分离角和远中分离角共7项上的差异有统计学意义（P<0.01）。从效应量分析-列联系数的数值来看，前牙、前磨牙和磨牙之间的差异在颊舌向聚合度一项上最高（列联系数=0.268），其次是舌侧分离角（列联系数=0.217）（表3）。
表 3. 单冠数字化模型的卡方检验.
Tab 3 Chi-square analysis of single crown digital models
| 评估指标 | 分类 | 前牙/% | 前磨牙/% | 磨牙/% | 总计/% | 列联系数 | χ2值 | P值 |
| 倒凹 | ≤0.05 | 89.44 | 81.97 | 85.32 | 85.14 | 0.062 | 5.062 | 0.281 |
| >0.05且≤0.10 | 5.56 | 10.20 | 8.23 | 8.31 | ||||
| >0.10 | 5.00 | 7.82 | 6.44 | 6.55 | ||||
| 表面光滑度 | ≤0.05 | 96.67 | 96.26 | 98.45 | 97.71 | 0.079 | 8.153 | 0.086 |
| >0.05且≤0.10 | 3.33 | 3.40 | 1.55 | 2.21 | ||||
| >0.10 | 0.00 | 0.34 | 0.00 | 0.08 | ||||
| 肩台质量 | ≤0.05 | 2.78 | 2.38 | 7.40 | 5.64 | 0.117 | 18.141 | 0.001** |
| >0.05且≤0.10 | 9.44 | 12.24 | 14.32 | 13.19 | ||||
| >0.10 | 87.78 | 85.37 | 78.28 | 81.17 | ||||
| 颊舌向聚合度 | ≥5°且≤20° | 12.78 | 44.90 | 28.40 | 29.95 | 0.268 | 101.735 | 0.000*** |
| <5°或>40° | 41.67 | 12.24 | 17.42 | 19.59 | ||||
| >20°且≤40° | 45.56 | 42.86 | 54.18 | 50.46 | ||||
| 近远中向聚合度 | ≥5°且≤20° | 25.56 | 38.10 | 19.57 | 24.54 | 0.193 | 50.834 | 0.000*** |
| <5°或>40° | 29.44 | 13.61 | 24.11 | 22.48 | ||||
| >20°且≤40° | 45.00 | 48.30 | 56.32 | 52.97 | ||||
| 舌侧分离角 | ≥2.5°且≤10° | 16.11 | 41.84 | 30.07 | 30.79 | 0.217 | 64.946 | 0.000*** |
| <2.5°或>20° | 50.00 | 21.77 | 26.25 | 28.51 | ||||
| >10°且≤20° | 33.89 | 36.39 | 43.68 | 40.70 | ||||
| 颊侧分离角 | ≥2.5°且≤10° | 29.44 | 48.30 | 34.49 | 36.89 | 0.145 | 28.349 | 0.000*** |
| <2.5°或>20° | 32.22 | 18.37 | 23.03 | 23.25 | ||||
| >10°且≤20° | 38.33 | 33.33 | 42.48 | 39.86 | ||||
| 近中分离角 | ≥2.5°且≤10° | 28.89 | 40.14 | 26.01 | 29.57 | 0.136 | 24.724 | 0.000*** |
| <2.5°或>20° | 32.78 | 20.75 | 30.19 | 28.43 | ||||
| >10°且≤20° | 38.33 | 39.12 | 43.79 | 42.00 | ||||
| 远中分离角 | ≥2.5°且≤10° | 31.67 | 38.10 | 25.30 | 29.04 | 0.138 | 25.659 | 0.000*** |
| <2.5°或>20° | 32.78 | 19.73 | 30.43 | 28.35 | ||||
| >10°且≤20° | 35.56 | 42.18 | 44.27 | 42.61 |
注：**P<0.01，***P<0.001。
3. 讨论
随着数字化扫描印模技术和计算机辅助设计/计算机辅助制造（computer aided design/computer aided manufacturing，CAD/CAM）技术的发展，越来越多的固定义齿使用全程数字化方式进行设计和加工，数字化模型是临床端向技师端完成订单交付和信息转移的重要载体，数字化模型的质量能反映临床工作的基本水平，直接影响技师的加工难度，并能最终影响修复体质量。研究[7]–[8]表明，使用数字化椅旁口扫技术扫描基牙预备体较数字化扫描仓三维扫描技术可以获得更高的精确度和相似的准确度。本研究基于数字化椅旁口扫技术获取三维图像，采用可视化可量化的数字化手段对1 312件单冠数字化模型的质量情况进行调查分析，以期对临床工作和技师制作有指导价值。
3.1. 倒凹和表面光滑度
倒凹的存在往往需要通过制作时填补倒凹以及临床上水门汀填补间隙的方式弥补，必然导致单冠与基牙不密合、厚薄不均的水门汀应力分布不均等问题。而预备体表面不光滑易导致基牙表面清洁不当、菌斑附着聚集以及局部水门汀粘接界面崩裂等问题。本调查结果显示：单冠数字化模型有倒凹≤0.05的概率为85.14%；表面光滑度≤0.05的概率为97.71%，且所有牙位之间的差异无统计学意义（P>0.05）。有研究[2]显示国内单冠石膏工作模型有倒凹的概率为10.59%，表面光滑度不合格占25.79%。研究[9]发现三单位固定桥基牙的倒凹存在率高达59.1%。本调查结果说明临床预备体倒凹消除及表面光滑处理情况较前有所提升。这可能得益于口腔医生对于倒凹消除和基牙抛光操作的意识增强、对于细粒度金刚砂车针的使用更加规范、对于印模气泡缺陷等的把控更佳等。参考10年前单冠牙体预备的质量结果，随着10年来手机和车针等的进步，倒凹和表面光滑度这两项标准对于临床医生来说较易达标，有所进步。
3.2. 肩台质量
肩台质量十分重要。其中预备体肩台完成线的连续性会影响技师对于肩台的位置判断，并影响最终修复体的适合性。Chan等[10]调查3 850件间接修复体模型信息后发现最常见的错误包括咬合记录缺失和印模肩台不清。Minyé等[11]指出由于边缘不密合导致的修复体返工可追溯到临床医生对预备体肩台质量控制不佳以及印模变形或缺陷。本调查结果显示：81.17%的单冠数字化模型的肩台质量不达标，其中前牙（87.78%）的比例大于前磨牙（85.37%）和磨牙（78.28%）的比例。
导致高比例肩台不连续的原因可能有：1）轴面转角处预备不当：临床医生行肩台预备时往往习惯根据不同轴面行分段式预备，导致在轴面转角处易形成肩台中断或错位连接。2）肩台抛光意识不强：肩台宽度是临床医生行肩台预备时最关注的标准，而肩台光滑度易被忽视。使用单一粗粒度金刚砂车针完成牙体预备的现象在临床上屡见不鲜。3）视野不佳：前牙舌面和后牙邻面位于视野盲区，临床操作中需要口镜辅以镜像操作，操作难度偏大。前牙肩台质量较差可能与舌侧肩台需镜像操作有关。4）印模不当：包括排龈不当及印模操作未排除唾液干扰等。为节约操作时间，临床医生简化甚至忽略排龈步骤，导致基牙和软组织未分离或分离不佳，模型上二者难以区分。另外，排龈后肩台被唾液或血液覆盖、未行洁净处理亦会导致模型肩台不清晰或不连续。针对肩台质量的问题，建议临床医生行肩台预备时关注二次排龈、肩台抛光和镜像操作训练等。
临床上常借助探针或肉眼判断肩台质量，往往受到低分辨率的限制。放大镜和牙科用显微镜可以协助术者观察到更多牙体预备的细节，如4倍放大镜可以使分辨率提高到50 µm[12]；而20倍显微镜可以将分辨率提高到5 µm。此外，数字化印模技术使术者在口外直观地检查三维图像的肩台质量，同时减少了托盘和印模材料等的使用，简化操作步骤。2017年美国的调查研究[13]显示，已有9%的口腔医生使用数字化印模技术取代传统硅橡胶取模法。数字化取模技术能有效降低由于口腔医生经验不足导致的印模边缘不清的问题。
3.3. 颊舌向聚合度和近远中向聚合度
1955年，Jørgensen[14]测试了不同聚合度的基牙固位力，结果说明聚合度为5°时具有最佳固位力；1994年，Wilson等[15]认为6°~12°聚合度的预备体具有最佳固位力；2001年，Goodacre等[16]提出牙体预备的标准：聚合度在10°~20°时固位力最佳；2014年，Seo等[6]指出虽然4°~14°的聚合度能够获得较好固位力，然后由于临床判断难度较大，临床上可接受的聚合度的范围实际为10°~24°；Mc-Craken等[17]总结出现有牙科教育关于聚合度的预备标准一般设定在10°~20°，过度预备的聚合度与修复体低临床可接受度有直接相关性。综上，本研究将聚合度的合格范围定为5°~20°。
本调查结果显示：在所调查的单冠石膏工作模型中，19.59%的数字化模型在颊舌向聚合度、22.48%的数字化模型在近远中向聚合度上评价不达标。其中前磨牙的颊舌向和近远中向聚合度评价优良的比例远高于前牙和磨牙，分别为44.90%和38.10%；前牙颊舌向和近远中向聚合度评价不达标的比例为41.67%和29.44%，远高于前磨牙和磨牙的比例（总范围为12.24%~24.11%）。
Abdulla等[18]调查206件单冠预备体的颊舌向和近远中向聚合度，结果显示颊舌向聚合度平均值为32.6°，近远中向聚合度平均值为24.6°，远超临床可接受的聚合度范围，与本研究结果相符。
聚合度远超合格范围的可能原因有：1）后牙区视野不佳，临床医生为避免倒凹的产生，往往存在过度预备的倾向；而前磨牙区视野靠前，聚合度较易判断。2）前牙区舌隆突预备不佳，形态控制差，人为造成前牙舌侧斜坡状预备形态。3）临床医生在行近远中向牙体预备时，由于担心伤及邻牙，倾向于使车针尽可能靠近预备体，导致邻面过度预备。临床上为了补偿过大的聚合度导致的固位力衰减，建议使用具备化学固位力的树脂水门汀进行单冠粘接。
3.4. 轴壁分离角
根据本实验设定的聚合度合格范围为5°~20°，轴壁分离角的合格范围应为2.5°~10°。本调查结果显示：舌侧分离角（13.733°±9.494°）、颊侧分离角（12.143°±8.576°）、近中分离角（13.957°±9.162°）、远中分离角（14.425°±8.945°）的平均值均超出合格范围。前牙舌侧分离角（19.045°±11.681°）远超合格范围。这与上述聚合度的结果分析相符，导致前牙舌侧分离角过度预备的可能原因是：1）临床医生对于前牙舌侧的解剖形态掌握不佳，舌隆突预备时车针选择或轴向控制不正确。2）前牙区舌侧视野不佳，镜像操作增加了轴向控制的难度。此结果说明牙科临床前教育的标准把控不严，口腔医生关于牙体预备聚合度及分离角的自我评估能力不甚理想，临床中尚缺乏可推广的用于实测核查聚合度和分离角的方法或量具。
3.5. 数字化牙体预备评估系统的有效性
口腔数字化印模技术因其临床操作高效简便、印模精度高、便于数据存储发送、患者体验感佳、简化修复工艺流程等优势而越来越广泛应用于临床端和技师端。2017年，McCracken等[13]的研究发现使用数字化印模技术和CAD/CAM技术可以获得较为理想的修复体密合度。数字化印模技术为临床工作和修复体制作流程带来许多便利，此外，口内扫描系统自带的数字化牙体预备评估软件能将预备体信息即时反馈于临床医生，便于医生自我评估和技术进步，数字化量化评估的结果也便于医技患三方沟通，有效规避修复体加工制作的风险。预备体自我评价能辅助术者深入理解牙体预备的标准，保证术者独立高效地完成牙体预备操作。Park等[5]在2017年研究了不同操作水平的医学生使用数字化评估软件实现自我评估的有效性、使用体验感和使用频率评分的差异性，结果显示，软件用于评估倒凹和聚合度的有效性评分最高；对于操作水平较差的医学生，自我评估软件的有效性、使用体验感和使用频率的评分更高。数字化评估软件可量化可视化的即时反馈功能，为牙科临床前教育提供了一种新的模式。
采用传统印模转移和设计单信息递交的方式完成临床向加工厂的订单交付是常用的医技合作方式。但加工单信息缺失、医技双方缺乏沟通等现象普遍，由于印模或预备体质量不佳导致修复体制作困难等问题往往导致医技双方责任分割不明，而数字化牙体预备评估软件可为医技沟通提供客观公正的第三方参考。基于量化评估的结果，技师端向临床端反馈指向性建议，可协助医技双方达成高效合作。Bertoli等[19]证实了加工厂技师和临床医生关于预备体的评分标准上存在差异，而Kateeb等[20]的研究表明数字化牙体预备评估系统的高信度和高效度能有效保证评估结果的真实性。因此，目前在义齿工厂进行的数字化评估系统因其客观真实、入检时即时反馈、易于保存回顾等优势，有望成为牙科教育和医技沟通的科学易行方案，值得推广。
综上所述，本研究通过口内扫描系统和数字化牙体预备评估软件进行1 312件单冠数字化模型的质量评估，结果显示牙体预备评估指标除倒凹和表面光滑度的合格率达标外，肩台质量、颊舌向聚合度、近远中向聚合度和各轴面分离角的平均值远低于合格要求，不同牙位之间亦有差异，亟待继续提升。单冠数字化预备体模型的整体质量情况不佳，仍有较大提升空间。另外，数字化牙体预备评估系统因其客观真实、同一性好，除义齿工厂外也可椅旁即时反馈即时纠错，记录的图像资料易于保存、有利于后期回顾分析、分享等优势，具有极大的发展前景。
Funding Statement
[基金项目] 四川省药监局科研项目（2018-QT-011）
Supported by: Scientific Research Project of Sichuan Food and Drug Administration (2018-QT-011).
Footnotes
利益冲突声明：作者声明本文无利益冲突。
References
- 1.Alhouri N, McCord JF, Smith PW. The quality of dental casts used in crown and bridgework[J] Br Dent J. 2004;197(5):261–264. doi: 10.1038/sj.bdj.4811621. [DOI] [PubMed] [Google Scholar]
- 2.何 黄, 熊 芳, 于 海洋. 1 039件单冠石膏工作模型质量分级的调查研究[J] 口腔颌面修复学杂志. 2011;12(1):36–40. [Google Scholar]; He H, Xiong F, Yu HY. Investigation on quality classifications of 1 039 working casts of single crown[J] Chin J Prothodont. 2011;12(1):36–40. [Google Scholar]
- 3.Renne WG, McGill ST, Mennito AS, et al. E4D compare software: an alternative to faculty grading in dental education[J] J Dent Educ. 2013;77(2):168–175. [PMC free article] [PubMed] [Google Scholar]
- 4.Wolgin M, Grabowski S, Elhadad S, et al. Comparison of a prepCheck-supported self-assessment concept with conventional faculty supervision in a pre-clinical simulation environment[J] Eur J Dent Educ. 2018;22(3):e522–e529. doi: 10.1111/eje.12337. [DOI] [PubMed] [Google Scholar]
- 5.Park CF, Sheinbaum JM, Tamada Y, et al. Dental students' perceptions of digital assessment software for preclinical tooth preparation exercises[J] J Dent Educ. 2017;81(5):597–603. doi: 10.21815/JDE.016.015. [DOI] [PubMed] [Google Scholar]
- 6.Seo YJ, Kwon TK, Han JS, et al. The reliability of an easy measuring method for abutment convergence angle with a computer-aided design (CAD) system[J] J Adv Prosthodont. 2014;6(3):185–193. doi: 10.4047/jap.2014.6.3.185. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 7.Lee JJ, Jeong ID, Park JY, et al. Accuracy of single-abutment digital cast obtained using intraoral and cast scanners[J] J Prosthet Dent. 2017;117(2):253–259. doi: 10.1016/j.prosdent.2016.07.021. [DOI] [PubMed] [Google Scholar]
- 8.Carbajal Mejía JB, Wakabayashi K, Nakamura T, et al. Influence of abutment tooth geometry on the accuracy of conventional and digital methods of obtaining dental impressions[J] J Prosthet Dent. 2017;118(3):392–399. doi: 10.1016/j.prosdent.2016.10.021. [DOI] [PubMed] [Google Scholar]
- 9.Marghalani TY. Convergence angles of metal ceramic crowns prepared by dental students[J] J Prosthet Dent. 2014;112:1250–1256. doi: 10.1016/j.prosdent.2014.03.024. [DOI] [PubMed] [Google Scholar]
- 10.Chan CT, Sukotjo C, Gehrke KW, et al. Laboratory quality assurance in the department of restorative dentistry at the university of illinois at Chicago, College of Dentistry[J] J Prosthodont. 2013;22(1):85–91. doi: 10.1111/j.1532-849X.2012.00910.x. [DOI] [PubMed] [Google Scholar]
- 11.Minyé HM, Gilbert GH, Litaker MS, et al. Preparation techniques used to make single-unit crowns: findings from the national dental practice-based research network[J] J Prosthodont. 2018;27(9):813–820. doi: 10.1111/jopr.12988. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 12.张 淑美, 姚 江武. 数字化口腔修复(26)——牙体预备表面锐边和完成线连续性的数字化评价[J] 临床口腔医学杂志. 2017;33(1):52–54. [Google Scholar]; Zhang SM, Yao JW. Digital restorative dentistry and prosthodontics(26)—digital evaluation of the sharp edges and continuity of finish lines in tooth preparation[J] J Clin Stomatol. 2017;33(1):52–54. [Google Scholar]
- 13.McCracken MS, Litaker MS, George AJ, et al. Impression evaluation and laboratory use for single-unit crowns: findings from The National Dental Practice-Based Research Network[J] J Am Dent Assoc. 2017;148(11):788–796.e4. doi: 10.1016/j.adaj.2017.06.015. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 14.Jørgensen KD. The relation between retention and angle of convergence in cemented veneer crowns[J] Tandlaegebladet. 1955;59(2):94–98. [PubMed] [Google Scholar]
- 15.Wilson AH, Jr, Chan DC. The relationship between preparation convergence and retention of extracoronal retainers[J] J Prosthodont. 1994;3(2):74–78. doi: 10.1111/j.1532-849x.1994.tb00132.x. [DOI] [PubMed] [Google Scholar]
- 16.Goodacre CJ, Campagni WV, Aquilino SA. Tooth preparations for complete crowns: an art form based on scientific principles[J] J Prosthet Dent. 2001;85(4):363–376. doi: 10.1067/mpr.2001.114685. [DOI] [PubMed] [Google Scholar]
- 17.McCracken MS, Litaker MS, Thomson AES, et al. Laboratory technician assessment of the quality of single-unit crown preparations and impressions as predictors of the clinical acceptability of crowns as determined by the treating dentist: findings from the national dental practice-based research network[J] J Prosthodont. 2020;29(2):114–123. doi: 10.1111/jopr.13137. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 18.Abdulla F, Khamis H, Milosevic A, et al. Convergence angles of all-ceramic full crown preparations performed in Dubai private practice[J] J Clin Exp Dent. 2018;10(12):1192–1197. doi: 10.4317/jced.55269. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 19.Bertoli E, Lawson KP, Bishop SS. Dental students' skills assessments: comparisons of daily clinical grades and clinical and laboratory assessments[J] J Dent Educ. 2018;82(4):417–423. doi: 10.21815/JDE.018.045. [DOI] [PubMed] [Google Scholar]
- 20.Kateeb ET, Kamal MS, Kadamani AM, et al. Utilising an innovative digital software to grade pre-clinical crown preparation exercise[J] Eur J Dent Educ. 2017;21(4):220–227. doi: 10.1111/eje.12204. [DOI] [PubMed] [Google Scholar]