КЛАСИФІКАЦІЙНІ ПІДХОДИ ДО ВИПАДКІВ ПЕРЕЛОМІВ ЕНДОДОНТИЧНИХ ІНСТРУМЕНТІВ: ПРОПОЗИЦІЇ ФОРМУВАННЯ ПРЕДИКТОРІВ ТА СХЕМИ ПРОГНОСТИЧНОЇ МОДЕЛІ РОЗВИТКУ УСКЛАДНЕННЯ

Автор(и)

DOI:

https://doi.org/10.32782/2786-7684/2026-1-2

Ключові слова:

стоматологія, зуб, ендодонтія, кореневий канал, інструмент, нікель-титановий сплав, ротаційний файл, сепарація (злам), ускладнення, прогноз, фактори ризику

Анотація

Вступ. В літературі описані підходи до прогнозування успішності вилучення зламаних ендодонтичних інструментів, які сприяють вибору того чи іншого підходу до менеджменту клінічного випадку, однак досі описані моделі для прогнозування саме ризику розвитку даного ускладнення базуються лише на регресійному опрацюванні даних різних за характеристиками вибірок, що провокує нівелювання можливості генералізації одержаних висновків. Мета дослідження. Проаналізувати існуючі підходи до класифікації випадків перелому ендодонтичних файлів з урахуванням значущості основних факторів впливу, та виокремити категорії та чинники, котрі потенційно могли б бути використані у якості предикторів в структурі прогностичної моделі розвитку ускладнення. Матеріали та методи. Опрацювання відібраних даних здійснювали з використанням багаторівневого аналітичного підходу, який передбачав: порівняльний аналіз різних класифікаційних систем з врахуванням їх дискримінаційної функції та прогностичної цінності; групування факторів ризику за логікою їх походження (клінічні умови, властивості інструмента, параметри проведення лікування); оцінку потенційної ролі окремих змінних як регресорів у мультипараметричних прогностичних моделях; аналіз можливості динамічного перегляду ризику перелому інструмента в процесі лікування. Розробка пропозиції прогностичної моделі оцінки ризику перелому ендодонтичних інструментів ґрунтувалася на поетапному аналітичному опрацюванні даних з метою трансформації описових і асоціативних факторів у формалізовані прогностичні змінні, придатні для подальшого математичного та алгоритмічного моделювання з урахуванням можливостей їх опрацювання із залученням обчислювальних потужностей алгоритмів машинного навчання. Результати досліджень та їх обговорення. Отримані в ході аналізу дані засвідчили про доцільність переходу від статичних критеріїв оцінки зношування інструментів (кількість використань) до динамічних параметрів, що відображають реальні умови навантаження, тривалість функціонування та ступінь взаємодії з дентинними стінками в конкретних анатомічних умовах, котрі можуть бути використані в якості елементів прогностичної моделі. До найбільш стабільно відтворюваних факторів ризику перелому ендодонтичних файлів належать: вираженість і локалізація кривизни кореневого каналу, тип і кінематика рухів інструмента, швидкість обертання, геометричні параметри та металургійні властивості NiTi-файлів, а також досвід оператора й особливості клінічної техніки обробки кореневого каналу. Узагальнення отриманих даних дозволяє виокремити три базові групи детермінант ризику перелому ендодонтичних інструментів: фактори, пов’язані з вихідними клінічними умовами; фактори, обумовлені властивостями та станом інструмента; фактори, асоційовані з процесом лікування та оператором. Дана структуризація є методологічно доцільною основою для побудови багатопараметричної прогностичної моделі розвитку даного ускладнення. Висновки. Проведений аналіз сучасних наукових джерел засвідчив відсутність уніфікованої, прогностично-орієнтованої класифікації випадків перелому ендодонтичних інструментів, оскільки більшість наявних підходів зосереджені переважно на описі локалізації фрагмента та виборі тактики менеджменту ускладнення, а не на оцінці ймовірності виникнення ускладнення як події в ході клінічного лікування. Наявні класифікації пошкоджень і деформацій ендодонтичних інструментів (зокрема, морфологічні та кінематичні) демонструють потенціал для використання окремих категорій як предикторів ризику перелому, однак їх прогностична цінність залишається недостатньо валідованою в умовах багатофакторного аналізу.

Посилання

Lu J, Cai Q, Chen K, Kahler B, Yao J, Zhang Y, Zheng D, Lu Y. Machine learning models for prognosis prediction in regenerative endodontic procedures. BMC Oral Health. 2025 Feb 13;25(1):234. https://doi.org/10.1186/s12903-025-05531-3

Jang YE, Kim Y, Kim SY, Kim BS. Predicting early endodontic treatment failure following primary root canal treatment. BMC Oral Health. 2024 Mar 12;24(1):327. https://doi.org/10.1186/s12903-024-03974-8

Zebouni C, Shirodkar G, Ather A, Sarkis RA. Artificial Intelligence and Prognosis of Treatment in Endodontics. Dental Clinics. 2025 Oct 1;69(4):527-40. https://doi.org/10.1016/j.cden.2025.05.003

Boreak NM. Effectiveness of artificial intelligence applications designed for endodontic diagnosis, decision-making, and prediction of prognosis: a systematic review. The Journal of Contemporary Dental Practice. 2020 Dec 28;21:926-34. https://doi.org/10.5005/JP-JOURNALS-10024-2894

Qu Y, Lin Z, Yang Z, Lin H, Huang X, Gu L. Machine learning models for prognosis prediction in endodontic microsurgery. Journal of Dentistry. 2022 Mar 1;118:103947. https://doi.org/10.1016/j.jdent.2022.103947

Lee J, Seo H, Choi YJ, Lee C, Kim S, Lee YS, Lee S, Kim E. An endodontic forecasting model based on the analysis of preoperative dental radiographs: a pilot study on an endodontic predictive deep neural network. Journal of endodontics. 2023 Jun 1;49(6):710-9. https://doi.org/10.1016/j.joen.2023.03.015

Goncharuk-Khomyn M, Noenko I, Cavalcanti AL, Adigüzel Ö, Dubnov A. Artificial intelligence in endodontics: relevant trends and practical perspectives. Ukrainian Dental Journal. 2023 Mar 5;2(1):96-101. https://doi.org/10.56569/UDJ.2.1.2023.96-101

Özbay Y, Kazangirler BY, Özcan C, Pekince A. Detection of the separated endodontic instrument on periapical radiographs using a deep learning‐based convolutional neural network algorithm. Australian Endodontic Journal. 2024 Apr;50(1):131-9. https://doi.org/10.1111/aej.12822

Çatmabacak ED, Çetinkaya İ. Deep learning algorithms for detecting fractured instruments in root canals. BMC Oral Health. 2025 Feb 23;25(1):293. https://doi.org/10.1186/s12903-025-05652-9

İnönü N, Aksoy U, Kırmızı D, Aksoy S, Akkaya N, Orhan K. Deep learning-based detection of separated root canal instruments in panoramic radiographs using a U2-Net architecture. Diagnostics. 2025 Jul 9;15(14):1744. https://doi.org/10.3390/diagnostics15141744

Handa A, Bhullar KK, Sandhu RM, Kaur M, Khurana S. Incidence of Endodontic Instruments Separation among the Patients Undergoing Endodontic Treatment. Indian Journal of Dental Research. 2024 Oct 1;35(4):417-20. https://doi.org/10.4103/ijdr.ijdr_746_23

Gomes MS, Vieira RM, Böttcher DE, Plotino G, Celeste RK, Rossi‐Fedele G. Clinical fracture incidence of rotary and reciprocating NiTi files: A systematic review and meta‐regression. Australian Endodontic Journal. 2021 Aug;47(2):372-85. https://doi.org/10.1111/aej.12484

Terauchi Y, Ali WT, Abielhassan MM. Present status and future directions: removal of fractured instruments. International Endodontic Journal. 2022 May;55:685-709. https://doi.org/10.1111/iej.13743

Lin C, Xu L, Chen YX, Liang Y, Chen XL, Lin Y, Huang XQ, Fang Y, Chen Z. A statistical model for predicting the retrieval rate of separated instruments and clinical decision-making. Journal of Dental Sciences. 2015 Dec 1;10(4):423-30. https://doi.org/10.1016/j.jds.2015.05.001

Orozco-Ocampo YM, Escobar-Rincón D, Jiménez-García FN, Álvarez-Vargas CA, Jaramillo-Gil PX. Factors influencing NiTi endodontic file separation: A thematic review. Dental and Medical Problems. 2024;61(2):269-78. https://doi.org/10.17219/dmp/156805

Al-Nazhan S, Al-Attas MH, Al-Maflehi N. Retrieval outcome of separated endodontic instruments by Saudi endodontic board residents: A Clinical retrospective study. Saudi Endodontic Journal. 2018 May 1;8(2):77-81. https://doi.org/10.4103/sej.sej_13_18

Alamoudi RA, Alfarran A, Alnamnakani B, Howait M, Alghamdi NS, Ain TS. Assessment of incidence, management and contributory factors of root canal instrument separation in an endodontics post-graduate program: A retrospective clinical study. Nigerian Journal of Clinical Practice. 2024 Jan 1;27(1):16-21. https://doi.org/ 10.4103/njcp.njcp_833_22

Rao AS, Surana MA, Shah N, Pawar AM. A nationwide cross-sectional study on endodontic instrument fractures and development of a comprehensive classification system. Journal of Conservative Dentistry and Endodontics. 2025 Sep 1;28(9):916-24. https://doi.org/10.4103/JCDE.JCDE_307_25

Kosti E, Zinelis S, Molyvdas I, Lambrianidis T. Effect of root canal curvature on the failure incidence of ProFile rotary Ni–Ti endodontic instruments. International Endodontic Journal. 2011 Oct;44(10):917-25. https://doi.org/10.1111/j.1365-2591.2011.01900.x

Peters OA, Paqué F. Current developments in rotary root canal instrument technology and clinical use: a review. Quintessence International. 2010 Jun 1;41(6).

Roland DD, Andelin WE, Browning DF, Hsu GH, Torabinejad M. The effect of preflaring on the rates of separation for 0.04 taper nickel titanium rotary instruments. Journal of Endodontics. 2002 Jul 1;28(7):543-5. https://doi.org/10.1097/00004770-200207000-00015

Gambarini G, Piasecki L, Miccoli G, Gaimari G, Di Giorgio R, Di Nardo D, Azim AA, Testarelli L. Classification and cyclic fatigue evaluation of new kinematics for endodontic instruments. Australian Endodontic Journal. 2019 Aug;45(2):154-62. https://doi.org/10.1111/aej.12294

Gabel WP, Hoen M, Steiman HR, Pink FE, Dietz R. Effect of rotational speed on nickel-titanium file distortion. Journal of Endodontics. 1999 Nov 1;25(11):752-4. https://doi.org/10.1016/S0099-2399(99)80124-1

Sattapan B, Nervo GJ, Palamara JE, Messer HH. Defects in rotary nickel-titanium files after clinical use. Journal of endodontics. 2000 Mar 1;26(3):161-5. https://doi.org/10.1097/00004770-200003000-00008

Shen SM, Deng M, Wang PP, Chen XM, Zheng LW, Li HL. Deformation and fracture of K3 rotary nickel–titanium endodontic instruments after clinical use. International endodontic journal. 2016 Nov;49(11):1088-94. https://doi.org/10.1111/iej.12561

Di Fiore PM, Genov KA, Komaroff E, Li Y, Lin L. Nickel–titanium rotary instrument fracture: a clinical practice assessment. International Endodontic Journal. 2006 Sep;39(9):700-8. https://doi.org/10.1111/j.1365-2591.2006.01137.x

Sotokawa T. An analysis of clinical breakage of root canal instruments. Journal of Endodontics. 1988 Feb 1;14(2):75-82. https://doi.org/10.1016/S0099-2399(88)80005-0

Noenko I, Goncharuk-Khomyn M. Scanning Electronic Microscopy Surface Characteristics of Six Endodontic Files Systems Available in Ukraine: Observational Study. Journal of International Dental & Medical Research. 2023 Jan 1;16(1):24-31.

Noenko I, Goncharuk-Khomyn M, Belun V, Biley A. Counterfeit Endodontic Files Features Objectified with Scanning Electronic Microscopy: Comparative Study of SOCO SC Pro Original and Falsified Rotary Instruments. Journal of International Dental & Medical Research. 2023 Apr 1;16(2):565-573.

Davril J, Hocquel R, Vincent M, Balthazard R, Claude S, Mortier E, Baldit A, Rahouadj R. A first step towards the detection of damage processes in endodontic Ni-Ti alloy files, using acoustic emission. Journal of the mechanical behavior of biomedical materials. 2024 Dec 1;160:106743. https://doi.org/10.1016/j.jmbbm.2024.106743

Thakur VS, Kankar PK, Parey A, Jain A, Jain PK. Health prediction of reciprocating endodontic instrument based on the machine learning and exponential degradation models. Proceedings of the Institution of Mechanical Engineers, Part H: Journal of Engineering in Medicine. 2023 Oct;237(10):1202-14. https://doi.org/10.1177/09544119231196285

Mumcu AK, Çorak M, Kurnaz S, Kiraz G. Effect of case difficulty on endodontic mishaps: preliminary findings. International Dental Journal. 2024 Oct 1;74:S101. https://doi.org/10.1016/j.identj.2024.07.880

Almohaimede AA, AlShehri BM, Alaiban AA, AlDakhil RA. Significance of endodontic case difficulty assessment: a retrospective study. international dental journal. 2022 Oct 1;72(5):648-53. https://doi.org/10.1016/j.identj.2022.01.001

Alamoudi RA, Alharbi AH, Farie GA, Fahim O. The value of assessing case difficulty and its effect on endodontic iatrogenic errors: a retrospective cross-sectional study. Libyan Journal of Medicine. 2020;15(1). https://doi.org/10.1080/19932820.2019.1688916

Haug SR, Solfjeld AF, Ranheim LE, Bårdsen A. Impact of case difficulty on endodontic mishaps in an undergraduate student clinic. Journal of endodontics. 2018 Jul 1;44(7):1088-95. https://doi.org/10.1016/j.joen.2018.03.012

Herbst SR, Herbst CS, Schwendicke F. Preoperative risk assessment does not allow to predict root filling length using machine learning: a longitudinal study. Journal of Dentistry. 2023 Jan 1;128:104378. https://doi.org/10.1016/j.jdent.2022.104378

##submission.downloads##

Опубліковано

2026-04-03

Номер

Розділ

СТОМАТОЛОГІЯ