Клинико-лабораторные параметры субклинического течения кариозного процесса в детском возрасте

Знание возрастных клинико-лабораторных изменений в полости рта пациента на доклиническом этапе развития заболевания даст возможность клиницистам диагностировать развитие кариозного процесса задолго до клинических проявлений с целью назначения превентивного лечения и, тем самым, позволит снизить заболеваемость кариесом зубов в детском возрасте. Цель исследования: определить клинико-лабораторные показатели субклинического проявления кариозного процесса в детском возрасте. Согласно рекомендациям ВОЗ для достижения поставленной цели были обследованы 1158 детей и сформированы три возрастные клинически однородные группы, состоящие из кариесрезистентных детей 5-6, 12 и 15 лет. В результате динамического наблюдения и проведении кластерного анализа установлен комплекс наиболее информативных клинико-лабораторных показателей состояния органов и тканей полости рта, отражающих резистентность и предрасположенность к кариесу у детей различных возрастных групп. Для объективного определения параметров субклинического течения кариозного процесса у детей мы наложили результаты кластерного анализа на результаты клинического наблюдения в каждой возрастной группе. В итоге образовалось по два искусственно синтезированных кластера в каждой возрастной группе: кластер кариесрезистентных лиц и кластер кариесподверженных лиц. Параметры, которые составили центр кластера кариесподверженных лиц, и являются клинико-лабораторными параметрами субклинической формы течения кариозного процесса в детском возрасте. Используя комплексный подход при обследовании пациентов на стоматологическом приеме, клиницисты смогут задолго до клинических проявлений кариеса диагностировать развитие кариозного процесса на доклиническом этапе его проявления, что позволит профилактировать и снизить заболеваемость кариесом зубов у детей.

caries-resistant children, clinical and laboratory indicators, subclinical course of the carious process, cluster analysis, кариесрезистентные дети, клинико-лабораторные показатели, субклиническое течение кариозного процесса, кластерный анализ

1. Бююль А., Цефель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. - СПб.: ДиаСофтЮП, 2002. - 608 с.

2. Купец Т. В., Мирная Е. А., Матело С. К., Леус П. А. Влияние минерализующей зубной пасты и геля на микрокристаллизацию ротовой жидкости // Стоматология детского возраста и профилактика. 2016. Т. XV. №4. С. 12-15.

3. Шакирова Р. Р., Мосеева М. В., Николаева Е. В., Гильмутдинова Л. В. Выбор оптимальных экспресс-тестов для прогнозирования риска развития кариеса у детей в практике врача-стоматолога детского // Стоматология детского возраста и профилактика. 2015. Т. XIV. №3. С. 41-44.

4. Зырянов Б. Н., Львова И. А., Матвеева Е. Л., Ковинька М. А. Биохимические показатели ротовой жидкости у детей как критерий прогнозирования развития кариеса зубов // Маэстро стоматологии. 2005. №1. С. 58-61.

5. Кант В. И. Математические методы и моделирование в здравоохранении. - М.: Медицина, 1987. - 224 с.

6. Леонтьев В. К. Кариес и процессы минерализации. Разработка методических подходов, молекулярные механизмы, патогенетическое обоснование принципов профилактики и лечения: Дис. … д-ра мед. наук. - М.: ММСИ, 1978. - 541 с.

7. Литцман В. Теорема Пифагора. - М.: Гос. изд-во физ.-мат. лит-ры, 1960. - 116 с.

8. Полякова В. В., Данилова М. А. Выбор эталонов для прогнозирования антропометрических параметров верхнего зубного ряда // Стоматология детского возраста и профилактика. 2016. Т. XV. №4. С. 57-60.

9. Скрипкина Г. И. Диагностика уровня здоровья полости рта и прогнозирование кариеса зубов у детей. - Омск: ОмГМА, 2014. - 180 с.

10. Скрипкина Г. И. Взаимосвязь физико-химических параметров ротовой жидкости кариесрезистентных детей // Стоматология детского возраста и профилактика. 2011. Т. Х. №3 (38). С. 22-25.

11. Стоматологическое обследование: Основные методы. 3-е изд. / под ред. А.Г. Трушевской. - Женева, 1989. - 58 с.

12. Факторный, дискриминантный и кластерный анализ: пер. с англ. / Дж.-О. Ким, Ч.У. Мьюллер, У.Р. Клекка и др. - М.: Финансы и статистика, 1989. - 215 с.

13. Физико-химические методы исследования смешанной слюны в клинической и экспериментальной стоматологии. Учебное пособие / А.Н. Питаева, А.П. Коршунов, В.Г. Сунцов и др. - Омск, 2001. - 71 с.

14. http://statblogs.ru/tag/spss-statistics-versii-programmy/#.T50ukqv3gYY.

15. http://www.python.org/.

16. http://rutracker.org/forum/viewtopic. php?t=1329300.

17. http://www.py2exe.org/.

18. http://www.riverbankcomputing.co.uk/software/pyqt/intro.

19. Appa G. et al. Handbook on modelling for discrete optimization. - Springer, 2006.

20. Glaz J., Pozdnyakov V., Wallenstein S. Scan statistics: methods and applications (statistics for industry and technology) // Birkhäuser Boston. 2nd printing ed. 2009. May. 28. - 422 р.

21. Laurisch L. Concept for the care of caries active patients in dental practice // ZWR. 1990. Vol. 99. №3. P. 180-183.

22. Stanton A. Glantz, Ph. D. Primer of biostatistics. 44-th ed. - McGRAW-HILL, Health Professions Division, 1994. - 459 p.

23. Hill Th., Lewicki P. Statistics: methods and applications: a comprehensive reference for science, industry, and data mining. - Stat Soft, Inc., 2006 - 832 р.