Evaluación ósea morfométrica de hombres y mujeres en diferentes gama de edades mediante tomografía computerizada de haz cónico
DOI:
https://doi.org/10.33448/rsd-v10i10.16730Palabras clave:
Densidad mineral ósea; Tomografía computarizada de haz cónico; Anatomía; Diagnóstico.Resumen
La osteoporosis corresponde a la disminución de la masa ósea y deterioro de la microarquitectura del tejido óseo, lo que provoca fragilidad ósea y riesgo de fracturas. Aunque la osteoporosis es cuatro veces más común en mujeres que en hombres, tienden a tener más complicaciones con un mayor riesgo de mortalidad después de una fractura de cadera. La naturaleza silenciosa de la osteoporosis provoca retrasos en el diagnóstico precoz, comprometiendo un tratamiento adecuado. El objetivo fue evaluar la morfometría ósea y correlacionar índices morfométricos entre hombres y mujeres, entre mujeres de diferentes grupos de edad. La muestra se dividió en: hombres de 65 a 75 años (A); mujeres de 45 a 55 años (B1); mujeres de 56 a 65 años (B2) y mujeres de 66 a 75 años (B3). Los índices morfométricos Índice Cortical de Tomografía Computarizada (ICTC), Índice Mental de Tomografía Computarizada (IM), Índice de Tomografía Computarizada Mandibular Superior (ITCM-S) y el Índice de Tomografía Computarizada Mandibular Inferior (ITCM-I) fueron analizados por a través del software OnDemand3D. Hubo diferencias significativas entre los diferentes grupos en IM, ITCM-I e ITCM-S y una alta correlación entre los índices. No hubo diferencias en ICTC cuando se usó solo. Existen diferencias en la estructura ósea de hombres y mujeres, y entre mujeres de diferentes grupos de edad, y los índices cuantitativos y cualitativos pueden ser una herramienta útil en la detección de pacientes con baja densidad ósea cuando se utilizan juntos para su posterior derivación para densitometría ósea y tratamiento médico especializado.
Citas
Adler R. A. (2014). Osteoporosis in men: a review. Bone research, 2, 14001. https://doi.org/10.1038/boneres.2014.1
Alonso, M. B., Vasconcelos, T. V., Lopes, L. J., Watanabe, P. C., & Freitas, D. Q. (2016). Validation of cone-beam computed tomography as a predictor of osteoporosis using the Klemetti classification. Brazilian oral research, 30(1), S1806-83242016000100263. https://doi.org/10.1590/1807-3107BOR-2016.vol30.0073
Alswat K. A. (2017). Gender Disparities in Osteoporosis. Journal of clinical medicine research, 9(5), 382–387. https://doi.org/10.14740/jocmr2970w
Aziziyeh, R., Amin, M., Habib, M., Garcia Perlaza, J., Szafranski, K., McTavish, R. K., Disher, T., Lüdke, A., & Cameron, C. (2019). The burden of osteoporosis in four Latin American countries: Brazil, Mexico, Colombia, and Argentina. Journal of medical economics, 22(7), 638–644. https://doi.org/10.1080/13696998.2019.1590843
Brasileiro, C. B., Chalub, L., Abreu, M., Barreiros, I. D., Amaral, T., Kakehasi, A. M., & Mesquita, R. A. (2017). Use of cone beam computed tomography in identifying postmenopausal women with osteoporosis. Archives of osteoporosis, 12(1), 26. https://doi.org/10.1007/s11657-017-0314-7
Corazza, P. F. L., Baeder, F. M., Silva, D. F., Albuquerque, A. C. L. de, Silva, J. V. L., Junqueira, J. L. C., & Panzarella, F. K. (2020). Accuracy assessment of different CBCT acquisition protocols used in rapid prototyping models. Research, Society and Development, 9(11), e2649119842. https://doi.org/10.33448/rsd-v9i11.9842
Geibel, M. A., Löffler, F., & Kildal, D. (2016). Osteoporoseerkennung mittels digitaler Volumentomographie [Osteoporosis detection using cone-beam computed tomography]. Der Orthopade, 45(12), 1066–1071. https://doi.org/10.1007/s00132-016-3340-z
Goyushov, S., Dursun, E., & Tözüm, T. F. (2020). Mandibular cortical indices and their relation to gender and age in the cone-beam computed tomography. Dento maxillo facial radiology, 49(3), 20190210. https://doi.org/10.1259/dmfr.20190210
Guerra, E., Almeida, F. T., Bezerra, F. V., Figueiredo, P., Silva, M., De Luca Canto, G., Pachêco-Pereira, C., & Leite, A. F. (2017). Capability of CBCT to identify patients with low bone mineral density: a systematic review. Dento maxillo facial radiology, 46(8), 20160475. https://doi.org/10.1259/dmfr.20160475
Güngör, E., Yildirim, D., & Çevik, R. (2016). Evaluation of osteoporosis in jaw bones using cone beam CT and dual-energy X-ray absorptiometry. Journal of oral science, 58(2), 185–194. https://doi.org/10.2334/josnusd.15-0609
Haas, L. F., Dutra, K., Porporatti, A. L., Mezzomo, L. A., De Luca Canto, G., Flores-Mir, C., & Corrêa, M. (2016). Anatomical variations of mandibular canal detected by panoramic radiography and CT: a systematic review and meta-analysis. Dento maxillo facial radiology, 45(2), 20150310. https://doi.org/10.1259/dmfr.20150310
Ito M. (2011). Recent progress in bone imaging for osteoporosis research. Journal of bone and mineral metabolism, 29(2), 131–140. https://doi.org/10.1007/s00774-010-0258-0
Kim, O. S., Shin, M. H., Song, I. H., Lim, I. G., Yoon, S. J., Kim, O. J., Lee, Y. H., Kim, Y. J., & Chung, H. J. (2016). Digital panoramic radiographs are useful for diagnosis of osteoporosis in Korean postmenopausal women. Gerodontology, 33(2), 185–192. https://doi.org/10.1111/ger.12134
Koh, K. J., & Kim, K. A. (2011). Utility of the computed tomography indices on cone beam computed tomography images in the diagnosis of osteoporosis in women. Imaging science in dentistry, 41(3), 101–106. https://doi.org/10.5624/isd.2011.41.3.101
Klemetti, E., Kolmakov, S., & Kröger, H. (1994). Pantomography in assessment of the osteoporosis risk group. Scandinavian journal of dental research, 102(1), 68–72. https://doi.org/10.1111/j.1600-0722.1994.tb01156.x
Marques, L. M., Costa, A. L. F., Baeder, F. M., Corazza, P. F. L., Silva, D. F., Albuquerque, A. C. L. de, Junqueira, J. L. C., & Panzarella, F. K. (2021). Digital image filters are not necessarily related to improvement in diagnostic of degenerative bone changes in the temporomandibular joint on cone beam computed tomography . Research, Society and Development, 10(4), e44010414296. https://doi.org/10.33448/rsd-v10i4.14296
Mizukuchi, T., Naitoh, M., Hishikawa, T., Nishida, S., Mitani, A., Ariji, E., & Koyama, S. (2020). Automatic measurement of mandibular cortical bone width on cone-beam computed tomography images. Oral radiology, 10.1007/s11282-020-00469-4. Advance online publication. https://doi.org/10.1007/s11282-020-00469-4
Mostafa, R. A., Arnout, E. A., & Abo El-Fotouh, M. M. (2016). Feasibility of cone beam computed tomography radiomorphometric analysis and fractal dimension in assessment of postmenopausal osteoporosis in correlation with dual X-ray absorptiometry. Dento maxillo facial radiology, 45(7), 20160212. https://doi.org/10.1259/dmfr.20160212
Pêgo, M. de M. F., Corazza, P. F. L., Baeder, F. M., Silva, D.F., Albuquerque, A. C. L. de, Junqueira, J. L. C., & Panzarella, F. K. (2021). Development of the teeth, cervical vertebrae, hand and wrist combined for the estimation of the biological age. Research, Society and Development, 10(3), e8510312948. https://doi.org/10.33448/rsd-v10i3.12948
Singh, S. V., Aggarwal, H., Gupta, V., Kumar, P., & Tripathi, A. (2016). Measurements in Mandibular Pantomographic X-rays and Relation to Skeletal Mineral Densitometric Values. Journal of clinical densitometry : the official journal of the International Society for Clinical Densitometry, 19(2), 255–261. https://doi.org/10.1016/j.jocd.2015.03.004
Shokri, A., Ghanbari, M., Maleki, F. H., Ramezani, L., Amini, P., & Tapak, L. (2019). Relationship of gray values in cone beam computed tomography and bone mineral density obtained by dual energy X-ray absorptiometry. Oral surgery, oral medicine, oral pathology and oral radiology, 128(3), 319–331. https://doi.org/10.1016/j.oooo.2019.04.017
Syed, F. A., & Ng, A. C. (2010). The pathophysiology of the aging skeleton. Current osteoporosis reports, 8(4), 235–240. https://doi.org/10.1007/s11914-010-0035-y
Taguchi, A., Tanaka, R., Kakimoto, N., Morimoto, Y., Arai, Y., Hayashi, T., Kurabayashi, T., Katsumata, A., Asaumi, J., & Japanese Society for Oral and Maxillofacial Radiology (2021). Clinical guidelines for the application of panoramic radiographs in screening for osteoporosis. Oral radiology, 37(2), 189–208. https://doi.org/10.1007/s11282-021-00518-6
Tanaka, R., Tanaka, T., Yeung, A., Taguchi, A., Katsumata, A., & Bornstein, M. M. (2020). Mandibular Radiomorphometric Indices and Tooth Loss as Predictors for the Risk of Osteoporosis using Panoramic Radiographs. Oral health & preventive dentistry, 18(1), 773–782. https://doi.org/10.3290/j.ohpd.a45081
Yousefi, F., Shokri, A., Farhadian, M., Vafaei, F., & Forutan, F. (2021). Accuracy of maxillofacial prototypes fabricated by different 3-dimensional printing technologies using multi-slice and cone-beam computed tomography. Imaging science in dentistry, 51(1), 41–47. https://doi.org/10.5624/isd.20200175
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Kelmara Arruda Pinho; Paola Fernanda Leal Corazza; Fernando Martins Baeder; Daniel Furtado Silva; Ana Carolina Lyra de Albuquerque; Luiz Roberto Coutinho Manhães Júnior; José Luiz Cintra Junqueira; Francine Kühl Panzarella
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
