Modelo de identificación de patrones del tercio medio facial en clase I, II y III esquelética: un análisis morfogeométrico

Abstract

El análisis de los componentes craneofaciales es útil para la planeación de cirugía reconstructiva de Tercio Medio Facial (TMF), en secuelas por trauma o malformaciones, en la clasificación y tratamiento de maloclusiones y en la identificación forense. Para ello se han utilizado métodos univariados, multivariados y redes neuronales a partir de ángulos, así como distancias y planos de referencia, que no permiten un análisis discriminado de estructuras y sus asociaciones. En este trabajo se buscó identificar las diferencias morfológicas del tercio medio facial existentes en maloclusiones Clase I, II y III esquelética, con el propósito de establecer patrones para clasificar nuevos individuos, teniendo como método de análisis y clasificación la Morfometría Geométrica (MG) 2D de landmarks y contornos. La población de estudio fueron estudiantes admitidos a la Universidad Nacional de Colombia durante los períodos 2011–II, 2012-I y 2012-II. La muestra se obtuvo mediante criterios de inclusión/exclusión; 272 individuos, hombres (n=140) y mujeres (n=132), de 17 a 25 años, con radiografías de perfil y posteroanterior. La existencia de diferencias intra-examinador, se determinó mediante procedimiento de Análisis de Varianza (ANOVA-II). En el desarrollo del procedimiento se usó el software TPSDig2 y VARWin, (Uhttp://www.mpl.ird.fr/morphometrics/U.); los datos atípicos por cuantil adaptativo se detectaron usando MRD2, mientras que para las pruebas de normalidad y homocedasticidad, se hizo uso de Shapiro Wilks multivariado y de Caja de M respectivamente. Se obtuvieron matrices de landmarks anatómicos homólogos de cada estructura craneofacial, los cuales se emplearon para estimar por Análisis Generalizado de Procustes AGP el Tamaño del Centroide (CS) y los componentes uniforme y no uniforme de la conformación (PW). La variación en el tamaño de las estructuras se evaluó por Kruskal-Wallis aplicado a las matrices (CS). El análisis multivariado de varianza (MANOVA) se utilizó para evaluar la significancia de las diferencias conformacionales entre las estructuras. Se realizó un análisis de función discriminante por separado para cada estructura, utilizando únicamente las variables de la conformación para analizar su separación por grupos de maloclusión. De igual manera, la clasificación de un individuo nuevo dentro de los grupos originales de maloclusión se obtuvo con AGP y Permutaciones. La identificación de patrones del tercio medio facial se determinó por Análisis de Componentes Principales (ACP) y análisis de cluster por K-medias, utilizando las PW de la estructura Craneofacial General (CFG) y contornos del Tercio Medio Facial (TMF). La asociación entre estructuras se evaluó utilizando Análisis de Correlación Canónica (ACC) sobre los contornos cerrados de Tercio Medio Facial, base de cráneo y mandíbula descritos mediante elípticas de Fourier. Las mediciones repetidas dos veces mostraron una completa concordancia en las coordenadas alineadas después de AGP, siendo superiores a 0.96 en la vista lateral y 0.97 en la frontal. Se detectó un individuo como dato atípico y fue retirado; la distribución de la muestra no cumplió con los supuestos y fueron aplicados análisis no paramétricos. No se encontraron diferencias significativas entre tamaños de centroide de maloclusiones (p0.05). Se observaron diferencias conformacionales entre maxilar, mandíbula y craneofacial general y no en base de cráneo. El mayor porcentaje de clasificación correcta fue para craneofacial general y el menor para base de cráneo. Se identificaron cuatro patrones conformacionales del tercio medio facial, de los cuales tres evidenciaron todas las maloclusiones clásicas, Clase I, II y III. El cuarto patrón identificó individuos con características combinadas de las maloclusiones de Clase I y II. Se concluye que el Tamaño Centroide no reporta diferencias entre maloclusiones. La conformación craneofacial general mostró alta capacidad clasificatoria, y la mayor asociación entre estructuras se dio entre maxilar y mandíbula. La MG permite evidenciar las deformaciones localizadas, posibilitando una mejor caracterización de los patrones. El método de contornos recoge mayor información de la topografía de las estructuras, lo que permite un mejor análisis de sus asociaciones.

Abstract. Analyzing craniofacial components is useful in planning midface reconstructive surgery, in trauma sequelae and malformations, as well as in classifying and treating malocclusions and forensic identification. Univariate and multivariate methods, plus neural networks based on angles, distances and reference planes have been used traditionally for such matters; however, they are not suitable to discriminative analysis of structures and their associations. This study sought to identify midface morphological differences in class I, II and III skeletal malocclusions, with the aim of establishing patterns to classify new individuals, by 2D landmarks and contour Geometric Morphometrics (GM) as the method of analysis and classification. The study population consisted of students who had been admitted to the Universidad Nacional de Colombia during 2011-2, 2012-1 and 2012-2 periods. The sample of 272 individuals was obtained by inclusion / exclusion criteria; 140 males and 132 females aged, 17 to 25 years old, having profile and posteroanterior radiographs. To assess whether there were intra-examiner differences or not, procedure was determined by Analysis of Variance (ANOVA-II). In the development of the procedure TPSDig2 and VARWin software (Uhttp://www.mpl.ird.fr/morphometrics/U) were used. Atypical data was detected by adaptive quantile using MRD2, Shapiro Wilks tests for multivariate normality and Box M test for homoscedasticity. Anatomical homologous landmarks matrices of each craniofacial structure were obtained and used to estimate the Centroid Size (CS) by AGP and the uniform and non-uniform components conformation (PW). The variation in the size of the structures was assessed by Kruskal-Wallis applied to matrices (CS). Multivariate analysis of variance (MANOVA) was used to assess the significance of differences between conformational structures. An analysis of discriminant function was made separately for each structure using only the variables of the conformation to analyze its separation by groups of malocclusion. The classification of a new individual back into the original groups of malocclusion was obtained with AGP and permutations. Identification of midface patterns was determined by Principal Component Analysis (PCA) and cluster analysis by K-means, using the PW of the overall craniofacial structure (CFG) and midface contours. The association between structures was assessed using Canonical Correlation Analysis (CCA) on closed contours of the midface, jaw and skull base described by elliptical Fourier. Twice repeated measurements showed perfect agreement in aligned coordinates after AGP, being higher than 0.96 in profile view and 0.97 in the frontal one. One individual was detected as atypical data and was removed from the study. The sample distribution did not comply whit the assumptions and so non-parametric analysis was used. No significant differences were found between malocclusion and Centroid Sizes (p0.05). Conformational differences were observed between the maxilla, mandible and overall craniofacial conformation but not at the base of the skull. The highest correct classification percentage was for overall craniofacial conformation and the lowest for the base of the skull. Four midface conformational patterns were identified; three of them showing classic class I, II and III malocclusions. The fourth pattern identified individuals having combined class I and II malocclusion characteristics. It was concluded that Centroid Size did not lead to revealing differences between malocclusions. Overall craniofacial conformation had high classification capacity; the greatest association between structures was between the maxillary and the mandible. GM revealed localised deformations, thereby enabling better pattern characterisation. The contour method led to more information being collected regarding structure topography, thus enabling better analysis of its associations.