Om kdkkariesprediksjon Risikovurdering Bergen... · Espelid 2011 5 MSstrip d1–3mfs snop n % n %...

Espelid 2011 1

”Det er svært at spå - især om fremtiden”

k d kOm kariesprediksjon

Ivar Espelid

NFP vårseminar i Bergen 25. mars 2011

Hva skal vi bygge prediksjonen på?

Gjetting

Kariesmodeller Alternative metoder

Klinisk skjønnKlinisk skjønn

Risikovurdering

• Risikofaktorer er betegnelsen på en lang rekke forhold; biologiske, psykiske, sosiale og miljømessige, som bidrar til å forklare variasjoner i sykdommer eller helseproblemer.

• For å oppnå best mulig tannhelse, er det viktig at barn og unge med risiko for å utvikle tannsykdommer blir identifisert tidlig.

Tenner for livet, 1999

Har vi gode sorteringsregler?

•Innvandrer•Sosioøkonomi•S. Mutans•Snop og godteri•Foreldres tannhelsevaner•Redd for tannlegen?

•Mors utdanning•Karieserfaring•Aktiv, initial karies•Alder•Foreldres holdninger•Fluorbruk

Populasjonsstrategi: størst risiko for unødvendige tiltak (overbehandling)

Hvilken strategi skal vi velge?

Høyrisikostrategi: størst risiko for underbehandling. Problemet er de individene vi ikke tror vil utvikle karies, men som likevel gjør det.

Hensikten med prediksjon må være at vi kan og vil påvirke utviklingen• Suksess er avhengig av vellykket

–screening (sortering)– forebyggelseforebyggelse

Risikobasert forebyggelse

Espelid 2011 2

Risikopasienter

Har vi god orden i ”sorteringsarkivet”?

De andre

Risikopasienten – et eksempel basert på Hausen, 1997

Baseline:350 13 åringer

Approksimal kariestilvekst etter to år:124 individer >1226 individer ≤ 1

= den ”virkelige” risikopasienten Problemstilling: har vi mulighet for å blinke ut vedkommende allerede ved baseline?


Eksempel 1: Terskelverdi for risikopasientstatus ved baseline er DMFS>8 ved 13 års alder.• 93 av 124 individer som fikk >1 approksimal lesjon i løpet av to år ble riktig klassifisert som risikopasient.



Eksempel 1: Terskelverdi for risikopasientstatus ved baseline er DMFS>8 ved 13 års alder.

93 av 124 individer som fikk >1 approksimal lesjon i løpet av to år ble riktig klassifisert som risikopasient.

65 av 226 som ikke var risikopasienter fikk feilaktig ”risikostatus” ved baseline


”risikostatus” ved baseline.

Grønn kant betyr at individet er klassifisert ved baseline som risikopasient.

De fire utfallene av risikogruppering

Riktige positive

Falske negative

Falske positive Riktige

negativeJo større kariestilveksten er i gruppen, dess større er nytten av risikostrategien.


Eksempel 1: Terskelverdi for risikopasientstatus ved baseline er DMFS>8 ved 13 års alder.

93 av 124 individer som fikk >1 approksimal lesjon i løpet av to år ble riktig klassifisert som risikopasient.

65 av 226 som ikke var risikopasienter fikk feilaktig ”risikostatus” ved baseline



Sensitivitet (testens evne til å identifisere de riktige risikopasientene): 93/124=0,75 dvs 75%

Espelid 2011 3


Eksempel 1: Terskelverdi for risikopasientstatus ved baseline er DMFS>8 ved 13 års alder.• 93 av 124 individer som fikk >1 approksimal lesjon i løpet av to år ble riktig klassifisert som risikopasient.• 65 av 226 som ikke var risikopasienter fikk feilaktig ”risikostatus” ved baseline



Spesifisitet (testens evne til å identifisere pasienten som ikke får approksimal kariestilvekst): (226-65)/226=0,71 dvs 71%

Størrelsen av risikogruppen er avhengig av terskelverdien vi velger

>1>2

>370 %

80 %

90 %

DMFS-verdier ved 13 års alder er utgangspunktet for risikogruppering med tanke på det som kan skje de neste årene.

Prosent av populasjonen

>6

>8

>10>13

>17>24

0 %

10 %

20 %

30 %

40 %

50 %

60 %

DMFSData fra Hausen, 1997

Hvordan ser risikogruppen ut ved ulike strategier?


Eksempel 1: DMFS>8

Sensitivitet 75 %Spesifisitet 71 %

Eksempel 2: DMFS>17


Data fra Hausen, 1997

Blir ”utsilingen” av risikopasienter bedre hvis flere faktorer tas med i betraktning?

I det foregående eksempel var kun karieserfaring (DMFS) grunnlaget.

Hva skjer dersom utsilingen baseres på de følgende faktorene?g– DMFS– S. Mutans nivå– Salivaflow– Frekvens av sukroseinntak– Tannbørstefrekvens– Sosialgruppe


Kariesprediksjon: 5 ulike variabler i tillegg gir ikke bedre utvelgelses-strategi enn DMFS alene

Eksempel 3: 6 ulike prediktorer

Eksempel 1: DMFS>8


Sensitivitet 38 %Spesifisitet 92 % D

ata

fra H

ause

n, 1

997


Eksempel 2: DMFS>17

0,5

0,6

0,7

0,8

0,9

1,0

Kurvene indikerer at karieserfaring alene er bra nok

DMFS

DMFSS. Mutans nivåSalivaflowF k i t kiti

vite

t

0,0

0,1

0,2

0,3

0,4

0,5

0,0 0,2 0,4 0,6 0,8 1,0


Frekvens av sucroseinntakTannbørstefrekvensSosialgruppeS

ensi

1- Spesifisitet (falske positive)

Espelid 2011 4

Klinisk skjønn

• Det kliniske skjønnet er en viktig faktor i risikovurderingen. Dette omfatter oppdatert teoretisk k k f i kunnskap og erfaring.

Tenner for livet, 1999

•450 ungdommer•8 tannleger, ingen kalibrering

Hvor godt er det kliniske skjønn? Kariesprediksjon blant 13- og 17- åringerWang NJ. Nor Tannlegeforen Tid 1992; 102: 814-8.

•Karies=fyllingskrevende lesjoner•12 måneders intervall

PREDIKERT OBSERVERTKARIES IKKE KARIES TOTAL

KARIES 146 83 229IKKE KARIES 63 158 221

Hvor godt er det kliniske skjønn? Kariesprediksjon blant 13- og 17- åringer

Sensitivitet = 146/209 = 0,70Spesifisitet = 158/241 = 0,66

IKKE KARIES 63 158 221TOTAL 209 241 450

Wang 1992

Kariesprediksjon- hva om vi brukte…

• Karieserfaring i melketenner ved 6 år -> karies i 6ere ved 8 år

• Plakk bukkalt på okj.inc. ved 19 mnd -> karies ved 36 mnd

• S.mutans og laktobaciller ved 4 år -> karies ved 6 år

• F-tablett-bruk ved 4 år -> karies ved 6 år• Hyppige sukkerinntak ved 4 år -> karies

ved 6 år

0 5

0,6

0,7

0,8

0,9

1

TIVI

TET

Synlig plakk på incisiver, 19-36 mnd(Alaluusua et al.1994)

Høy s.mutans el. lactobaciller el. “misbruk” av sukker el. hyppig antibiotika,4-6år (Holbrook et

al.1993)Klinisk skjønn blant

tannleger, 13-17år (Wang 1992)

Sukker”misbruk” og sjelden fluor,4-6år (Holbrook et al.1993)

dmft>0 (6år)-okkl.karies i 6ere i dentin (8år) (Raadal & Espelid, 1992)

Bruk av F-tabletter,4-6år

0

0,1

0,2

0,3

0,4

0,5

0,20,30,40,50,60,70,80,91

SEN

SIT

Prediksjon av kariesutviklingS.mutans >4*105,4-6år (Holbrook et al.1993)

dmft>6 (6år)-okkl.karies i 6ere i dentin (8år) (Raadal & Espelid, 1992)

0,1

,(Holbrook et al.1993)

SPESIFISITET

MS strip d1–3mfs snop n % n %

3-års karies-tilvekst >0

Alle 2-åringer

Risikovurdering av 205 2-åringer

MS strip, d1 3mfs, snop n % n %Alle tester negative 74 36 3 4

Pienihäkkinen et al 2004

Espelid 2011 5



Alle 2-åringer



En test positiv 78 38 17 22




Alle 2-åringer



En test positiv 78 38 17 22To tester positive 36 18 15 42




Alle 2-åringer

Risikovurdering av 2-åringer


En test positiv 78 38 17 22To tester positive 36 18 15 42Tre tester positive 16 8 14 88

205 100 49 25Pienihäkkinen et al 2004 Pienihäkkinen et al 2004

Eplet faller ikke så langt fra stammen

Barnets orale helse de første leveår henger sterkt sammen med livsstil og orale helsevaner hos barnets gomsorgspersoner.

Meurman & Pienihäkkinen 2010

1,5 år 5 år

366 barn fulgt i 42 mnd

Blue collar

Espelid 2011 6

Befolkningsstrategi eller risikostrategi?

• Kariesutsatte barn i USA bærer mindre enn 10% av den totale kariesbyrden (Sheiham 2003)

• Av denne grunn bør en også satse på g g pforebyggelse for hele befolkningen.

• Hausen (2001) har foreslått en motsatt strategi til den konvensjonelle høy-risikotenkingen. Velg heller ut pasienter med lav risiko.

Kariesprediksjon hos barn og unge

• Tidligere karieserfaring er beste prediktor. Særlig hos småbarn kan prediksjonen forbedres dersom flere variabler tas med i modellen.

• Hos førskolebarn er sannsynligheten for å • Hos førskolebarn er sannsynligheten for å korrekt identifisere både risikoindivider og individer uten risiko for karies i primære tenner, høy.

• I gjennomsnitt var sensitivitet 80 % og spesifisitet 79 %.

SBU-rapporten 2007 om karies risikobedømmelse1


• Hos skolebarn og ungdommer er sannsynligheten for å korrekt identifisere individer uten risiko større enn korrekt å identifisere større enn korrekt å identifisere risikoindivider.

• I gjennomsnitt var sensitivitet 61 % og spesifisitet 82 %.



• Hos små barn (1-2 år) har inntak av søtsaker >1 gang i uken som enkeltprediktor, relativt høy sensitivitet (72 -84 %) mens spesifisiteten er lav (45-55 %).

• Hos skolebarn og ungdommer (med lite karies og daglig F-tannkrem) er daglig inntak av sukkerholdige produkter mellom måltider, ikke en statistisk signifikant prediktor.



• Salivamengde og/eller bufringsevne forbedrer ikke prediksjonen i statistiske modeller

• Risikoen for å utvikle karies i permanente tenner er størst i løpet av de første årene tenner er størst i løpet av de første årene etter erupsjonen.

• For approksimalflater og andre molarens okklusalflate er den største risikoperioden for karies i de første 3-4 årene etter erupsjon.

SBU-rapporten 2007 om karies risikobedømmelse

4

Espelid 2011 7

Kariesprediksjon- oppsummering

• Prediksjon av kariesutvikling er usikkert med de tester vi rår over.

• Utvelgelse av risikopasienter er mest pålitelig når det er høy p g øykariesaktivitet.

• Klinisk skjønn og karieserfaringer enklere og billigere kriterier for risikobedømmelse enn mange tester når populasjonen skal “sorteres”.

Kariesprediksjon- oppsummering

Når det er lite karies er det mest pålitelig å velge ut individer med liten risiko.

Enkle og billige sorteringsregler som g g g gogså bør kvalitetssikres:

Alder (nyfrembrudte tenner)Etnisk bakgrunnGenerell sykdomFunksjonshemming

Om kdkkariesprediksjon Risikovurdering Bergen... · Espelid 2011 5 MSstrip d1–3mfs snop n % n %...

Documents

Transcript of Om kdkkariesprediksjon Risikovurdering Bergen... · Espelid 2011 5 MSstrip d1–3mfs snop n % n %...