Résumé
Objectifs : Cette étude vise à évaluer les modifications dimensionnelles des tissus mous et durs 12 semaines après l’extraction à l’aide de nouvelles méthodes informatisées. Les objectifs secondaires comprenaient l’exploration des corrélations potentielles entre les changements des tissus mous et les variations osseuses sous-jacentes, ainsi que l’investigation des relations entre les altérations des tissus mous et durs et divers facteurs contributifs.
Méthodes : Pour tous les patients, des scanners CBCT préopératoires et postopératoires ainsi que des scans intra-oraux ont été réalisés. Les dimensions des tissus mous et durs avant l’extraction et à 12 semaines après l’extraction ont été mesurées à l’aide du logiciel 3D-slicer. Les fichiers DICOM et STL ont été superposés, et les mesures ont été prises à 2 mm et 4 mm de la crête faciale.
Résultats : À douze semaines, l’épaisseur des tissus mous a augmenté de 73,5 % à 2 mm et de 51,2 % à 4 mm de la crête osseuse faciale. En revanche, il y a eu une résorption osseuse de 42,5 % et 33 % à 2 mm et 4 mm, respectivement. De plus, l’étude a révélé que les fumeurs présentaient un taux plus élevé d’épaississement des tissus mous et de résorption osseuse par rapport aux non-fumeurs. Le groupe féminin a montré un épaississement plus important des tissus mous et une résorption osseuse plus importante que le groupe masculin. Enfin, l’incisive centrale a montré le taux de perte osseuse le plus élevé, suivi par la canine et l’incisive latérale.
Conclusions : Trois mois après l’extraction d’une dent, un épaississement physiologique des tissus mous faciaux se produit simultanément à une perte osseuse significative en dessous.
Signification Clinique : Les nouvelles méthodes d’évaluation numérique des modifications des tissus mous et durs post-extraction offrent le potentiel d’optimiser la planification du traitement, améliorant les résultats des patients et réduisant les complications. En fournissant une compréhension complète des changements tissulaires post-extraction, cela permet aux cliniciens d’adapter les traitements aux patients individuels, améliorant la prévisibilité et les soins personnalisés.