作者：戴巧珍，李 想，王 军，邹海啸，南昌大学第二附属医院口腔医学诊疗中心

下颌第三磨牙（mandibular third molar，MTM）俗称智齿，由于邻近牙、骨或软组织的阻碍，大多只能部分萌出，甚至可能完全无法萌出；研究表明，其阻生率为16.7% ~ 68.6%。MTM 阻生可导致多种并发症，如智齿冠周炎、邻牙龋坏、张口受限、牙列不齐、牙源性颌骨囊肿及颞下颌关节紊乱等临床病症，病情进一步发展导致的颌面间隙感染甚至会危及生命。因此，MTM的拔除成为口腔颌面外科中常见且重要的手术操作。

MTM的拔除难度受多种因素影响，包括牙齿位置、邻近组织阻力、与下牙槽神经（inferior alveolar nerve，IAN）的距离及手术具体情况等。此外，MTM拔除常伴有各种并发症，如术后疼痛、出血、肿胀、干槽症、IAN损伤、舌神经损伤等。因此，术前准确评估MTM拔除难度对临床决策、操作时间预估及术后并发症控制具有重要意义。精准的难度评估不仅能够提高手术的成功率和安全性，还有助于减少医患沟通成本，为患者建立合理的心理预期，从而缓解焦虑。虽然国内外学者对MTM的拔除难度已进行大量研究，并提出各类难度评分方法，但至今尚无统一标准。本文对MTM拔除难度评分方法进行综述。

1. 经典评分方法

1. 1 Pell-Gregory分类和Winter分类 

目前评估MTM拔除难度的分类方法较多，其中较为经典的是Pell-Gregory 分类和Winter 分类。Pell-Gregory分类于1933年被Pell等学者提出；Pell-Gregory升支分类根据阻生程度分为Ⅰ、Ⅱ、Ⅲ类，主要描述近远中关系，评估下颌支及第二磨牙间是否有足够的空间容纳MTM。Pell-Gregory牙合平面分类以第二磨牙远中面最突点为标志区分高位、中位和低位，反映MTM在下颌骨内的深度。Winter分类则是根据MTM与第二磨牙长轴的关系进行分类，分为近中、远中、垂直、水平等位置。综合运用二者可更全面了解MTM在牙槽骨中的位置，为选择合适的拔牙方法和手术器械提供重要依据。这2种分类方法在临床上被广泛使用，是预测阻生MTM拔除难度的常用标准。

Pell-Gregory分类主要用于描述MTM位置，其依据主要是二维影像学检查。这种方法缺乏对MTM位置的精确评估，并未提供具体的难度分类，且缺乏量化标准。Winter分类未描述MTM在下颌骨内的深度及其与下颌支的关系，也未将MTM的位置与拔牙难度相关联，同时缺乏量化分析，故常与其他分类联合使用。Pell-Gregory分类和Winter分类均与医生的主观判断有关，不能客观反映MTM的实际位置，没有考虑牙根数量、牙根分叉角度、面颊灵活度、开口度等因素，且缺乏具体量化指标，因此在预测MTM 拔除难度方面准确性较差，在临床实际工作中存在一定误差。

1. 2 Pederson 指数 

鉴于Winter 分类及Pell-Gregory分类的局限性，学者们在其基础上开展了广泛的研究，提出了多种分类体系。随着影像学技术的发展，Pederson学者于1988年依据影像学资料，通过判断阻生角度、深度、与下颌支的关系提出了Pederson 指数，并根据评分划分为低、中、高3种难度等级。Pederson指数作为经典评分量表，为后续评分量表奠定了基础，并成为大部分新型评分量表的比较模板。Akadiri 等指出，Pederson指数在临床应用中具有可重复性，并计算出Pederson指数的敏感性和特异性分别为94.9%和45.59%，但手术时间与Pederson评分之间没有显著相关性。Pederson指数的准确性较低，并不是评估阻生MTM 手术难度的可靠指数。

Diniz-Freitas 等将改良的Parant指数与Pederson 指数进行比较发现，Pederson 指数的预测价值非常低。Gbotolorun等和Yuasa等均提出新的评分方法并将其与Pederson指数进行比较，该新指数将局部解剖因素和人口统计学变量纳入分析，灵敏度和特异性均高于Pederson指数。Pederson仅使用放射学变量，并未考虑与拔牙难度显著相关的解剖学和人口学变量；此外，其没有考虑骨密度、张口度、颊部柔韧性、牙根异常弯曲、牙根宽度、年龄、患者基础代谢率、牙根与下颌管的关系及牙周膜间隙等其他重要变量。

2. 新型评分方法

2. 1 Juodzbalys-Daugela 分类 

近年来，锥形束CT（cone beam CT，CBCT）在口腔颌面部领域逐渐被推广应用，使得术前可更加准确地通过影像学资料对颌骨内情况进行预判。CBCT通过对容积数据进行三维重建，能够让医生直观了解阻生MTM在颌骨内的深度、颊舌向位置、萌出方向、牙根形态及数目、与IAN之间的空间位置关系等，对术前制定治疗计划、明确手术方案有重要指导意义。IAN 损伤是阻生MTM 拔除的较严重并发症，准确的影像学评估可有效辅助判断阻生MTM与IAN间关系，并帮助制定手术计划。

Juodzbalys和Daugela对既往关于MTM分类的文献进行回顾分析，于2013年提出了新的分类方法，其提倡对每例患者进行口腔CBCT检查，尤其是阻生MTM根尖与IAN关系密切的患者，以便对阻生牙位置及与周围解剖结构关系进行综合考虑。该分类重点关注了MTM与相邻解剖结构的关系，其需确定MTM的近远中位置［相对于第二磨牙（M）和下颌支（R）］以评估MTM 与第二磨牙冠根的位置关系及牙弓空间是否能够容纳MTM，需确定MTM与相邻牙槽嵴（A）和下颌管（C）的位置关系以评估MTM 的骨埋伏情况及与IAN 的毗邻关系，需确定MTM相对于下颌舌壁和颊壁（B）的位置关系以评估舌神经损伤风险，还需确定牙齿空间位置（S），即垂直、近中、远中、水平或倒置；每个组成部分（M、R、A、C、B 和S）都是独立描述的，均分为4个难度等级。

Juodzbalys-Daugela 分类更适用于具备CBCT或其他高精度影像设备的地区。尽管CBCT相较于曲面体层片提供了更清晰的影像，但其成本较高且辐射量更大，因此更适合作为曲面体层片的辅助检查，而不应作为阻生MTM拔除的主要影像学评估手段。CBCT的常规使用可能会增加患者的经济负担，并带来更大的健康风险，从而不利于Juodzbalys-Daugela分类的广泛应用。此外，该分类方法主要考虑影像学因素，重在确定MTM的具体位置，未将人口统计学因素及口腔局部临床因素纳入考虑，其灵敏度、特异性和准确性需要进一步研究佐证。

2. 2 Sammartino 量表 

Sammartino 等于2017年回顾临床和影像学变量，将之前未考虑的因素（如牙齿形态异常、牙齿倾斜方向等）纳入研究。在MTM拔除难度的经典评分方法中，颊向倾斜、舌向倾斜、倒置阻生等不考虑在内。与颊向倾斜相比，舌向倾斜拔除难度更大；这是因为MTM舌倾可导致舌侧皮质板变薄，会使手术通道的建立和手术视野的显露更加困难，从而增加并发症（如牙根向舌侧间隙移位和舌神经损伤等）的发生风险及程度。

此外，是否存在形态异常（如牙根异常弯曲、牙根宽度和数量异常、牙冠异常）是MTM拔除过程中较重要的因素，这些均应在手术前进行评估。因此，在考虑相关变量后，最终将倾斜角度、可用空间、深度、骨密度、与下颌管的关系、颊舌位置、牙齿形态等纳入量表进行研究。对于影像资料获取方法的选择，曲面体层片主要用于术前规划，但在对手术风险有诊断疑问的情况下，从三维角度进行评估也是必要的。在阻生MTM 与IAN 关系密切的情况下，CBCT 可用于评估IAN 与MTM 间关系。

另外，CBCT 对于评估牙齿的颊舌位置和形态也是必要的，特别是牙齿形态中的牙根数量、形状和方向。虽然MTM牙根与IAN 之间的接近度是术前考虑的重要变量，但之前被低估的其他变量也是必不可少的，包括严重的牙齿形态异常和牙齿的颊舌位置，这些因素本身具有较强的误导性。关注到骨密度、颊舌位置及牙齿形态异常是该量表的亮点，但仍然缺乏对人口统计学因素及口腔局部临床因素的分析。

2. 3 Cosme Gay-Escoda 量表 

Gay-Escoda 等于2022年系统性回顾既往阻生MTM难度量表的研究，并根据已论证的影响因素及临床经验设计了MTM难度评估表，其结合了迄今为止开发的量表和指数，以及与手术难度增加相关的个体变量，包括患者特征（年龄、体重指数、种族背景、系统性疾病、焦虑水平、面型、开口度）、放射学变量（牙根形态、远中空间、深度、角度、IAN关系、第二磨牙关系、牙周间隙）和手术变量（麻醉、阻生程度、手术技术、存在相关病变、外科医生经验）。

现有的指数和量表主要基于曲面体层片中评估的放射学变量，只有极少数研究引入与患者自身临床特征相关变量。少数量表评估的手术变量只包括手术技术，而不重视外科医生经验。该量表可促进治疗计划的制定，帮助专业人员预见可能出现的并发症，并决定是否将患者转诊至具有丰富知识和经验的专科医生。该量表从3个维度综合分析并评估MTM的拔除难度，是迄今为止较为全面的评分量表。但该量表中部分因素没有研究支持，仅依靠研究者的临床经验；此外，该量表考虑的因素较多，较为复杂，不便于临床应用及推广。

2. 4 Zhang新评估指数 

Zhang等2019年通过数学模型和回归分析探讨了年龄、牙根数量和形状、骨埋伏程度和角度与MTM拔除难度的关系；结果显示，骨埋伏程度的相关系数最高，而牙根数量的相关系数最低。此外，Pederson指数与Zhang新评估指数在手术时间上的比较显示，kappa值分别为65.3%和77.9%（P < 0.01）；提示，新评估指数与手术时间的一致性优于Pederson指数。与其他量表相比，该量表因考虑因素较少而更为简易，利于广泛传播及使用。但该研究基于二维成像，具有一定局限性，若采用CBCT技术将有效减少图像重叠等问题，从而更好地进行术前难度评估。

2. 5 其他评分量表 

除上述量表外，Carvalho分类、综合阻生指数分类、卷积神经网络分类模型等方法被接连提出。这些新MTM拔除难度评分方法旨在弥补现有分类体系的不足。其中，Carvalho等提出的量表是基于拔牙过程中使用的器械和所需时间进行分类的。尽管Carvalho分类探讨了拔牙难度与时间之间的大致关系，但其对时间的分类缺乏足够的科学依据。2014年提出的综合阻生指数分类将Winter 分类与Pell-Gregory 分类相结合，将拔牙难度分为3 ~ 9，并特别增加了位置较为特殊的Ⅵ类。然而，在研究样本中，评分为9 的案例数量较少，导致研究结果的说服力不足。卷积神经网络分类模型作为一种深度学习技术，可在术前对MTM进行分析，从而帮助临床医生更准确地预测MTM的拔除难度。

3. 结语

迄今为止，尚未形成一个受到广泛认可的MTM拔除难度评分体系，且对于MTM拔除难度的影响因素也尚未形成共识。无论是经典评分量表还是新型评分量表，大多只纳入影像学变量进行MTM拔除难度的评估，对于人口统计学因素、口腔局部临床因素及手术相关变量的考虑均较少。此外，有研究表明，口腔外科培训程度对MTM拔除难度的感知有显著影响。因此，后续研究中应对MTM拔除难度量表的应用和实际拔牙难度的影响因素进一步探讨，并对提出的MTM拔除难度评分量表的灵敏度和特异度进行临床验证。

来源：戴巧珍,李想,王军,等.下颌第三磨牙拔除难度评分量表研究进展[J].中国实用口腔科杂志,2025,18(05):607-611.DOI:10.19538/j.kq.2025.05.016.