Avaliação de variáveis cefalométricas tridimensionais em relação ao tempo de tratamento ortodôntico

• Main Author: Abrão, Cristina Siquieroli
• Other Authors: Dobranszki, Adriano
• Language: Portuguese
• Published: 2017
• Subjects: Tratamento dentário; Ortodontia; Ancoragem ortodôntica - procedimentos
• Online Access: http://repositorio.unb.br/handle/10482/25179

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Ciências da Saúde, Programa de Pós-Graduação em Ciências da Saúde, 2017. === Submitted by Priscilla Sousa ([e-mail]) on 2017-10-25T10:30:24Z No. of bitstreams: 1 2017_CristinaSiquieroliAbrão.pdf: 15223822 bytes, checksum: 108527ac3c06832ff0a1a86af57ab3db (MD5) === Approved for entry into archive by Raquel Viana ([e-mail]) on 2017-11-03T16:40:47Z (GMT) No. of bitstreams: 1 2017_CristinaSiquieroliAbrão.pdf: 15223822 bytes, checksum: 108527ac3c06832ff0a1a86af57ab3db (MD5) === Made available in DSpace on 2017-11-03T16:40:48Z (GMT). No. of bitstreams: 1 2017_CristinaSiquieroliAbrão.pdf: 15223822 bytes, checksum: 108527ac3c06832ff0a1a86af57ab3db (MD5) Previous issue date: 2017-11-03 === O tempo necessário para o tratamento ortodôntico pode variar muito em pacientes adultos e pode ser de difícil previsão. No entanto, o tempo é uma informação importante que determina não só os custos biológicos e financeiros, mas também a aceitação do plano de tratamento pelo paciente. O objetivo deste estudo foi avaliar, por meio de medidas tomográficas e análise estatística, variáveis cefalométricas capazes de auxiliar na previsibildade do tempo de tratamento ortodôntico. Foram selecionados 30 casos tratados ortodonticamente para análise retrospectiva. As medidas cefalométricas iniciais (antes do tratamento) foram obtidas por tomografia computadorizada, de acordo com o protocolo SEG®. Todos os casos eram de pacientes adultos que apresentavam má oclusão de Classe II de Angle ou protrusão bimaxilar com indicação de extração de pré-molares para correção ortodôntica. Com o objetivo de evitar extrações dentárias e reduzir o tempo de tratamento, esses pacientes foram tratados com aparelhos fixos nos arcos superior e inferior e miniplacas de titânio como ancoragem esquelética, todos pelo mesmo ortodontista. A influência das medidas cefalométricas de cada paciente foi avaliada através de uma análise de regressão múltipla chamada Automatic Linear Modeling (ALM), uma ferramenta do software IBM-SPSS. Das 141 variáveis do protocolo SEG®, 10 delas foram selecionadas pelo modelo por apresentarem maior relação com o tempo de tratamento. Das 10 variáveis, 5 eram de ordem dentária e 5 de ordem esquelética. Concluímos que os modelos de regressão baseados em medidas cefalométricas podem prever com precisão o tempo de tratamento ortodôntico. Outros estudos podem ajudar a aumentar o poder estatístico e a eficácia dos modelos de predição do tempo em ortodontia. === The time required for orthodontic treatment can vary greatly in adult patients and may be difficult to predict. Nevertheless, time is an important piece of information that determines not only the biological and financial costs but also the acceptance of the treatment plan by the patient. The purpose of this study was to assess, through tomographic measurements and statistical analysis, cephalometric variables capable of assisting in predicting the orthodontic treatment time. 30 treated orthodontic cases were selected for retrospective analysis. Initial (before treatment) cephalometric measurements were obtained through computerized tomography, following the SEG® protocol. All cases were adult patients who had Angle Class II malocclusion or bimaxillary protrusion with indication for extraction of premolars for orthodontic correction. With the aim of avoiding tooth extraction and reducing treatment time, these patients were treated with fixed appliances in the upper and lower arches, and titanium miniplates as a skeletal anchorage, all by the same orthodontist. The influence of the cephalometric measures of each patient was evaluated through a multiple regression analysis called Automatic Linear Modeling (ALM), an IBM-SPSS software tool. Of the 141 variables of the SEG® Protocol, 10 of them were selected by the model for their greater relationship with treatment time. Of the 10 variables, 5 were of dental order and 5 of skeletal order. We conclude that regression models based on cephalometric measurements can accurately predict orthodontic treatment time. Further studies may help to increase the statistical power and the robustness of time-prediction models in orthodontics.