目的 对比列线图与不同机器学习算法构建中老年人龋齿预测模型的效能.方法 采用多阶段分层随机抽样法,选取南宁市、贵港市、崇左市510名中老年人为研究对象,进行问卷调查及口腔检查.采用单因素分析和Lasso回归筛选相关变量,使用多因素logistic回归分析确定最终独立影响因素.基于显著特征,建立列线图预测模型,并运用线性判别分析(LDA)、偏最小二乘算法(PLS)、距离多普勒算法(RDA)、广义线性模型(GLM)、随机森林(RF)、支持向量机(SVM)核函数(SVM-Radial)及SVM线性核函数(SVM-Linear)7种机器学习算法构建7种龋齿风险预测模型.采用受试者工作特征(ROC)曲线下面积(AUC)中位数评价各模型预测性能,以及不同变量筛选方法所构建模型的预测性能.结果 中老年人龋齿检出率为71.18％.经过特征筛选后最终保留5个预测因子,分别是年龄(OR=0.945,95％CI:0.917～0.973)、刷牙频率(OR=0.688,95％CI:0.475～0.997)、过去1年是否洗牙(OR=0.303,95％CI:0.103～0.890)、牙存留数(OR=1.062,95％CI:1.038～1.087)和口腔健康评估量表(OHAT)得分(OR=1.363,95％CI:1.234～1.505).各模型对比结果显示,RF算法所构建的预测模型表现最佳,AUC中位数为0.747,其次为列线图,AUC中位数为0.733.单因素+Lasso+多因素logistic(简称Lasso+logistic)筛选自变量构建预测模型的AUC中位数均高于RF算法筛选自变量构建的预测模型.结论 基于Lasso+logistic筛选变量,RF较列线图及其他机器学习算法在中老年龋齿预测中提供了更可靠的预测性能.

甜味剂是一类食品添加剂，能够赋予食品甜味，只提供较少能量或不提供能量，为有控糖需求的人群提供了多样化选择。因其工艺性能稳定、安全性好，过去100多年间在全球被广泛应用于食品、药品、日化等行业。甜味剂的安全性基于严格的食品安全风险评估，已得到多个国际组织和国家/地区权威食品安全风险评估机构和食品安全管理部门的肯定。合理使用甜味剂能够提供甜味，有利于控制能量摄入；有助于降低龋齿发生风险；为高血糖人群及糖尿病患者提供更丰富食物选择。

随着对龋病病因及发病机制的深入认识，龋病的治疗不应局限于对现有龋损的修复治疗，而应以龋病风险评估和龋损活跃性评估为基础，以患者为中心，制定个性化的治疗方案，恢复口腔微生态平衡，进而控制龋病进展和恢复患牙的结构与功能。

目的:观察根管填充联合冠修复术治疗乳牙牙体大面积缺损的临床疗效。方法:回顾性分析2017年1月至2018年1月温岭市第四人民医院收治的乳牙牙体大面积缺损160例的临床资料，患儿均接受根管填充术治疗，根据采用的不同术后修复方式分为两组，观察组（80例）给予金属预成冠修复术，对照组（80例）给予树脂填充修复。比较两组牙龈健康情况（牙龈指数）及修复效果，包括有无继发龋、牙龈情况（有无充血）、有无食物嵌塞；随访1年，比较两组牙体情况（边缘密合性、邻接关系）以及修复安全性（修复体情况、磨耗情况）。结果:修复前，两组牙龈指数［（0.76±0.41）比（0.73±0.32）］差异无统计学意义（ P>0.05）；修复后，观察组的牙龈指数为（0.86±0.55），明显低于对照组的（1.35±0.62）（ t=5.288， P<0.001）；观察组无继发龋、食物嵌塞等，牙龈出血1例；对照组出现继发龋8例、食物嵌塞4例、牙龈出血9例，观察组明显低于对照组（χ 2=6.826， P<0.05）。随访1年发现，观察组黏合合格者79例（98.75%），咬合合格者78例（97.50%）；对照组黏合合格者70例（87.50%），咬合合格者69例（86.25%）；两组差异均有统计学意义（χ 2=7.907、6.781，均 P<0.05）；观察组边缘密合性成功率、邻接关系成功率以及修复体情况、磨耗情况等成功率均明显高于对照组（98.75% 比86.25%、100.00%比87.50%、100.00%比85.00%、98.75%比83.75%），差异均有统计学意义（χ 2=9.009、10.666、12.973、11.272，均 P<0.05）。 结论:采用根管填充联合冠修复术治疗乳牙牙体大面积缺损，黏合合格及咬合合格成功率高，不良缺陷少，可减少食物嵌塞以及牙龈出血的发生，降低继发龋病风险，能较好的保护剩余牙体组织，维护正常咀嚼功能，有利于恒牙的萌出。

目的:对全身麻醉下接受龋齿治疗的重度低龄儿童龋（severe early childhood caries，S-ECC）患儿行前瞻性随访研究，分析其治疗前后患龋特点，并探究治疗后再次患龋的风险因素。方法:纳入83例2~4岁、于2012年12月至2014年8月在北京大学口腔医学院·口腔医院儿童口腔科接受全身麻醉下龋齿治疗的S-ECC患儿，在治疗前及治疗后1、7、13个月采集其口腔检查、临床诊疗内容和调查问卷信息。统计分析治疗前龋坏程度、临床诊疗内容、患儿及家长基本情况和口腔保健习惯等在治疗后无龋和再次患龋儿童之间是否存在差异，统计分析治疗后再次患龋特点及龋坏类型（分为再发龋和继发龋，前者指对原发龋病灶进行修复后在同一牙齿其他部位发生的龋，后者指在已有修复体边缘或底部发生的龋）。结果:在完成7~13个月随访的70例患儿中，29例（41%）在13个月观察期内保持无龋，41例（59%）在13个月观察期内出现个别牙再次龋坏。全身麻醉下龋齿治疗后除下颌乳切牙外其他牙位均有不同程度的再次患龋，其中上颌乳切牙以继发龋为主（再发龋和继发龋牙数分别为1和12），上下颌乳尖牙及第一乳磨牙再发龋和继发龋牙数均较高（上下颌乳尖牙再发龋和继发龋牙数分别为12和6，上下颌第一乳磨牙再发龋和继发龋牙数分别为16和12），上下颌第二乳磨牙以再发龋为主（再发龋和继发龋牙数分别为19和5）。治疗后再次患龋牙面数从高到低依次为乳磨牙邻面（37）、乳磨牙 面（28）、乳尖牙邻面（13）、乳磨牙颊舌面（12）、乳前牙唇舌面（10）、乳尖牙唇舌面（8）和乳前牙邻面（5）。治疗前龋坏程度、临床诊疗内容和患儿及家长基本情况在治疗后保持无龋和再次患龋的两组儿童间差异均无统计学意义（ P>0.05）。饮食和口腔保健习惯方面，治疗后7和13个月随访时患龋组甜食摄入频率均显著高于无龋组（ P<0.05）。 结论:2~4岁S-ECC患儿全身麻醉下治疗后有较高的再患龋风险，定期复查维护十分必要；复查中应着重预防和治疗乳磨牙新发和继发龋坏，以及乳前牙继发龋坏；较高的甜食摄入频率是治疗后再次患龋的重要风险因素。

随着大数据时代的到来和计算机性能的提升，人工智能技术飞速发展，在口腔医学多个领域应用日益广泛。龋病是口腔医学的重要研究内容之一，人工智能技术在龋病领域的研究与探索，有望推动龋病诊疗向智能化、精准化、高效化转变。本文对人工智能在龋病诊断、治疗、风险评估等方面的应用以及面临的挑战进行系统阐述。

口腔微生物群落的稳态对宿主健康起着不可忽视的作用，口腔微生态失调可导致龋病、牙髓病、牙周病等常见感染性疾病。无托槽隐形矫治器凭借美观、舒适等特点被越来越多的患者使用，但其在口内存在的方式与固定矫治器相比具有较大的差异。近年来已有多项报道对佩戴隐形矫治器后的口腔微环境与微生物群落的变化做出研究，认为该种矫治器虽然易于维护牙周健康，但在微观层面的报道结论中被指出其可能加速口腔生物膜的附着而成为龋病、牙周病等的风险因素。本文就无托槽隐形矫治器对口腔微生态的影响做一综述，以期为正畸微生态的深入研究提供理论基础和临床指导。

龋病的发展受多种因素影响，患者的全身健康状况可影响患龋病的风险，主要表现为全身疾病的治疗可以改变口腔微生态环境，影响唾液腺功能和唾液成分，直接或间接破坏牙体组织结构，导致龋易感性增加。与全身疾病相关的龋病具有特殊的临床特征，其防治方法也有所不同。本文回顾和分析全身疾病治疗过程中龋病易感的原因和机制，系统介绍全身疾病治疗中的龋病防治和龋病管理的现代理念。

非阻生第三磨牙（nonimpacted third molars，N-M3s）是指萌出到达 平面且无明显扭转的第三磨牙（third molars，M3s）。虽然口腔医师多认同阻生第三磨牙（impacted third molars，I-M3s）应尽早拔除，但N-M3s的“拔”与“留”却尚存诸多争议，其原因主要是口腔医师和民众普遍对N-M3s可能带来的危害认识不足。现有证据表明，N-M3s相邻的第二磨牙（second molars，M2s）远中龋和牙周病的发生率均显著高于M3s缺如的M2s。因此，N-M3s的定期监测和早期决策对减少其邻牙M2s患病风险至关重要。本文重点阐述N-M3s对邻牙M2s的危害，并对N-M3s的临床决策给出参考建议，以期丰富和完善口腔医师对N-M3s的认识，进而引起医师和民众对N-M3s的共同重视与关注。

龋病是发生于牙体硬组织的慢性感染性疾病，具有发病率高、治疗率低等特点，严重危害口腔和全身健康。加强和完善龋病的规范化治疗是全人群、全生命周期龋病管理面临的关键问题。因此，在龋病诊断和分类的基础上，建立龋病防治临床难度评估系统，主要包括龋病风险评估和龋病治疗难度评估，可为龋病管理提供有效的依据。本文围绕龋病防治难度评估系统，从龋病的诊断和分类、龋病风险评估和龋病治疗难度评估等龋病防治临床管理的重要组成部分进行归纳与阐述。