ダウン症児のCBCTを用いた舌の形態と筋組織ならびに呼吸からみた包括的新規解析

2024 Fiscal Year Research-status Report

• Project/Area Number: 24K13240
• Research Institution: The University of Tokushima
• Principal Investigator: 中川 弘 徳島大学, 病院, 講師 (70192218)
• Co-Investigator(Kenkyū-buntansha): 岩崎 智憲 徳島大学, 大学院医歯薬学研究部(歯学域), 教授 (10264433) ; 上田 公子 (山口公子) 徳島大学, 病院, 助教 (40335807) [Withdrawn] ; 北村 尚正 徳島大学, 大学院医歯薬学研究部(歯学域), 助教 (50614020)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Keywords: ダウン症候群 / 睡眠時無呼吸症候群 / 低位舌 / CBCT / 鼻腔流体解析

Outline of Annual Research Achievements

ダウン症児の低位舌はその頻度の高さ、そして特徴的な顎顔面歯列形態からもそれ以外の原因も考えられる。そのため、ダウン症児の低位舌の原因を明らかにして歯科的改善方法を確立し、早期に低位舌を改善することで、咀嚼・摂食嚥下・呼吸の問題を解決し、ダウン症児のQOL向上を目指す。
本研究では、ダウン症児の低位舌に焦点をしぼり、① 舌ならびに口腔周囲筋の筋と脂肪分布状態の組織学的解析による機能評価 ② 舌位、舌の体積、口腔内容積に占める舌の占有率等の形態評価 ③ 低位舌と密接な関連が示唆されている鼻腔を含めた上気道の通気状態の３項目を包括的に評価し、従来の方法では明らかに出来なかったダウン症児の低位舌の原因を明らかにしたい。
令和６年度は、ダウン症候群と健常群を比較し、ダウン症候群の低位舌の特徴とその原因を明らかにする。実験群として、 歯列咬合治療の精査のためCBCT撮影され低位舌を認めるダウン症候群10名、健常者群各10名の合計20名のCBCTデータを用いる。分析方法として、舌の機能評価として、CBCTから得られた、舌のグレイスケール値から筋の質的・量的評価を行い、機能評価を行う。CBCTデータからセファロ様画像、３次元歯列モデルを構築し、顎顔面歯列形態の評価を行う。３次元モデルを構築し、舌と口蓋の間の気道体積から低位舌の定量的評価、ならびに舌の体積、咽頭気道体積を計測し、口腔内に占める舌占有率を算出する。鼻腔通気状態の評価についてもCBCTデータから鼻腔３次元モデルを構築し、呼吸時の空気の流れを流体解析し、評価する鼻腔流体解析を用いて解析する。
以上のデータを包括的に検討するため、OSA-18日本語版を用いてダウン症候群10人の調査を行った。その結果、平均点は、47.8±14.5であった。25点以上睡眠時無呼吸症候群のリスクが高いといわれており、10人中9人が該当することがわかった。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

令和６年度は、ダウン症候群者と健常者を比較し、ダウン症候群の低位舌の特徴とその原因を明らかにするため、実験群として、 歯列咬合治療の精査のためCBCT撮影され低位舌を認めるダウン症候群者10名、対照健常者各10名の合計20名のCBCTデータを用いる予定であった。
バイアスを減らすために、ダウン症候群と健常者群の特性（年齢、性別、BMI）を均等にする必要がある。そのため、傾向スコアマッチング法を用いて両者をマッチングすることにした。しかし、この方法を適用するためには、健常者群の人数を30人に増やす必要があり、当初の予定より20人多くなる。その結果、計画の進行が遅れることになった。
以上より、やや遅れていると評価した。

Strategy for Future Research Activity

傾向スコアマッチングを活用すると、ダウン症群と健常者群のバランスを統計的に調整でき、より信頼性の高い比較が可能になるため、以下の手順でマッチングを行っていく予定である。
1. 傾向スコアの計算：ロジスティック回帰分析を用いて、各個体がダウン症群に属する確率（傾向スコア）を求める。データには、年齢・BMI・性別などの変数を含め、Excelの「ソルバー」機能を使用して回帰モデルの係数を推定する。その後、得られた回帰係数を使って傾向スコアを計算する。
2. マッチングの実施：算出した傾向スコアを基に、ダウン症候群の各個体に最も近い健常者群の個体を選択する。これには「最近傍マッチング」法が有効で、傾向スコアの差が最小になるペアをExcel関数を活用して特定する。健常者群の人数が不足する場合は、一定範囲内に収まる個体のみを選択する「カリパーマッチング」を採用する。
3. バランスチェック：マッチング後のデータが適切に調整されたかを確認する。標準化平均差（SMD）を計算し、ダウン症候群と健常者群の特性が均等になっているかを評価しする。また、各群の年齢・BMIの平均値を比較し、ヒストグラムを作成して分布の変化を視覚化することで、統計的に適切な比較ができるかを検証できる。
このような手順を踏むことで、より厳密な比較が可能となり、分析の信頼性を高めることができる。

Causes of Carryover

(理由)本年度の研究に必要な旅費や謝金が予定より少額で賄えたため、次年度使用額が生じた。
(使用計画)当初は、対照群として健常者10名のCBCTデータを取得する予定であった。しかし、バイアスを減らすために、ダウン症候群と健常者群の特性（年齢、性別、BMI）を均等にする必要が生じ、傾向スコアマッチング法を用いて両者の条件をそろえることにした。その結果、健常者群の人数を30名に増やす必要があり、当初の計画より20名多くなった。この追加の20名分のデータ取得の費用として、次年度研究費(物品費)と合わせて使用する計画である。

Research Products

• [Presentation] A systematic review of oral findingsof Tuberous Sclerosis Complex-Review of enamel pit- (2024)
  • Author(s): Yoshihito Yamakawa, Hiroshi Nakagawa, Kimiko Ueda, Takamasa Kitamura, Yuki Akazawa, Yumika Ida, Kei Maeo, Wakana Kohira, Yukari Suzuki, Eri Mizumura, Mayu Noda, Megumi Kanematsu, Kasumi Kurio, Masako Tomotake, Tomonori Iwasaki
  • Organizer: The 27th Conference of International Association for Disability & Oral Health
  • Int'l Joint Research