创建和验证动物骨骼模型以模拟人类骨密度等级，用于种植体放置实验：一项体外研究

《Annals of Anatomy - Anatomischer Anzeiger》：Creation and validation of animal bone models to simulate human bone density classes for implant placement experiments: An ex vivo study

　　大卫·海因曼（David Heinemann）| 克里斯蒂安妮·凯尔（Christiane Keil）| 弗里德赫尔德·海因曼（Friedhelm Heinemann）| 托尔斯滕·蒙德特（Torsten Mundt）
德国莫尔斯巴赫（Morsbach）私人诊所

**摘要**
背景：
有多种实验模型用于评估牙科种植体的初始稳定性。合成骨缺乏小梁结构，而离体动物骨的质量也存在很大差异。本研究旨在识别具有与人类骨骼相当的骨密度和皮质厚度的离体动物骨骼。

**方法**
使用计算机断层扫描（CT）检查了来自动物身体不同部位的猪骨和牛骨碎片。测量了内骨的亨斯菲尔德单位（HU）值以及皮质层的厚度，并将其与米施的密度分类方案（D1–D5）以及阿尔-埃克里什（Al-Ekrish）的密度和皮质分类进行了对比。

**结果**
只有猪的下颌支符合人类骨骼质量类型D1/D2的规格。在牛的髂嵴和股骨头中观察到了质量类型D2的骨骼，其亨斯菲尔德单位值较低，皮质厚度不超过2毫米。牛肋骨内部的平均骨密度为350–700 HU，皮质厚度为1.5毫米，属于类型D3。远离脊柱的牛肋骨部分的平均密度在160至345 HU之间，属于类型D4。只有猪肋骨和股骨的密度范围符合质量类型D5，亨斯菲尔德单位值为0–150。

**结论**
为确保高精度，应使用CT设备测定用于体外种植体研究的每个骨段的亨斯菲尔德单位值和皮质层厚度，因为每个样本的骨骼都是独特的，就像人类骨骼一样。如果只需一个近似的参考值用于体外实验，则如本研究所示，将动物骨骼区域分类为不同的密度值是合适的。

1. **引言**
自从引入骨整合概念后，牙科种植体已成为口腔和颌面重建中的热门替代方案，以改善患者的咬合力（Hasan, Madarlis等人，2016年）。初始种植体稳定性是实现成功的关键因素（Javed和Romanos，2010年；Javed等人，2013年；Scepanovic等人，2015年；Al-Sabbagh等人，2019年）。影响初始稳定性的治疗相关因素包括种植体设计、增强技术、治疗方案和手术程序（Turkyilmaz等人，2008年；Dos Santos等人，2011年；Heinemann等人，2015年；Martins等人，2018年；Al-Sabbagh等人，2019年）。骨密度（BD）是影响初始稳定性的重要因素（Turkyilmaz等人，2006年；Trisi等人，2011年；Marquezan等人，2012年；Oh和Kim，2012年；Monje等人，2019年）。低骨密度会负面影响骨与种植体之间的接触并延缓骨整合（Radi, Ibrahim等人，2018年）。较差的骨质量被认为是种植体失败的风险因素（Herrmann等人，2005年；Al-Ekrish等人，2018年），尤其是对于即刻负载的种植体（Javed和Romanos，2010年；Hasan等人，2015年）。作为初始稳定性指标的峰值插入扭矩与宿主骨密度（Trisi, Perfetti等人，2009年）以及初始骨与种植体之间的接触直接相关（Trisi等人，2011年；Cappare等人，2015年）。颌骨由外层的皮质（致密）骨和内层的小梁骨组成，因此种植体稳定性取决于这两种结构（Javed, Ahmed等人，2013年）。在最常用的分类系统中，根据传统的放射学评估，上颌和下颌的颌骨被主观地分为四种基本质量类型（Lekholm和Zarb，1985年）。类型I骨骼在整个颌骨中由均匀的致密骨组成；类型II骨骼有一个致密小梁骨核心，周围包裹着一层厚厚的致密骨；类型III骨骼只有薄薄的一层皮质骨包围着致密小梁骨核心；类型IV骨骼的核心是由低密度小梁骨组成，周围包裹着薄层皮质骨。骨密度本身可以使用传统的计算机断层扫描（CT）以亨斯菲尔德单位（HU）来测量。米施（Misch）将骨骼分为不同的密度等级，每个骨质量等级对应一定的亨斯菲尔德单位范围，从致密皮质骨（D1，>1250 HU）到移植部位的不成熟骨（D5，<0 HU）（Misch，2008年）。Norton和Gamble（2001年）将Lekholm和Zarb的主观评估的骨类型与通过CT扫描在整个种植体周围1毫米范围内测得的平均亨斯菲尔德单位值进行了关联。然而，所提出的客观量表在每个主观评估的骨质量类别内显示了广泛的平均亨斯菲尔德单位值范围（Norton和Gamble，2001年）。下颌的平均皮质厚度在2.2至0.5毫米之间，上颌则在1.5至0.3毫米之间（Miyamoto等人，2005年；Katranji等人，2007年）。最近的圆锥束计算机断层扫描（CBCT）检查显示，嵴部皮质厚度在1.2至0.7毫米之间，标准差从后下颌到前上颌依次递减（Gupta等人，2017年；Ko等人，2017年；Wang等人，2020年）。下颌的平均值高于上颌。Lekholm和Zarb骨质量分类的修订者提出了七种骨类型（Al-Ekrish，Widmann等人，2018年）。在这个修订系统中，类型2和类型3的小梁骨密度进一步细分为子类型。皮质厚度没有数值定义，而是被分类为薄或厚，类似于原始的Lekholm和Zarb分类。另一种排序系统根据皮质厚度对牙科种植体位置进行分类（A：> 1.1毫米；B：0.7–1.1毫米；C：< 0.7毫米），并通过CBCT使用灰度值评估内层骨密度（Wang, Hsu等人，2023年）。

**2. 材料与方法**
2.1. 样本
本研究使用了来自当地屠宰场的212件骨碎片（87件牛骨和125件猪骨），长度范围从2.5厘米到11厘米。这些牛大约24个月大，体重约为650公斤；猪平均9个月大，体重约为150公斤。这些骨头在屠宰后立即去除肉质，并储存在+4°C的封闭塑料袋中。否则这些骨头将成为废物，因此本研究不需要伦理批准。使用水冷精密金刚石锯（EXAKT Advanced Technologies GmbH，德国）将骨头切成较小的碎片（如表3所示）。

2.2. 放射学分析
对每件骨头进行了CT扫描（SOMATOM Definition Flash，西门子，德国），设置如下：强度和曝光量为120 kV和90 mAs；层厚设置为0.75毫米，层增量为0.3毫米。CT数据保存在DICOM格式中。使用CT软件工具（SYNGO CT 2012B；西门子，德国）测量了内骨的亨斯菲尔德单位值和皮质层的厚度。使用该软件工具在一个大约4×13毫米的窗口上对骨头部分进行测量，并测量该窗口内的骨密度。这个过程对每件骨头样本重复三次，然后计算平均值。使用软件中的长度测量工具三次测量每件骨头样本的皮质层厚度（图1）。这些值是根据先前在人类身上获得的数据预先定义的（Gupta等人，2017年；Ko等人，2017年；Wang等人，2020年）。为了与人类骨骼进行比较，使用了米施的分类方案（Misch，2008年）和莱克霍尔姆和扎布的改良骨分类方案（Lekholm和Zarb，1985年；Al-Ekrish等人，2018年）（表1，表2）。

3. **结果**
表3显示了所使用的样本，并按米施的分类标准对骨密度进行了降序排列。由于某些样本的数值同时属于两个类别，因此对其进行了多重分类。此外，还列出了骨碎片的大小、数量以及密度和皮质层的平均值。最后一列根据Al-Ekrish在表1、表2中定义的莱克霍尔姆和扎布修订后的分类标准对样本进行分类。

**4. 结论**
猪的下颌支的骨密度和皮质层厚度符合人类骨骼质量类型D1/D2。牛的股骨头仅被指定为质量类型D2，因为其亨斯菲尔德单位平均值约为876.0 ± 21.8，加上约2毫米的平均皮质厚度，这些样本属于类型2a。考虑到皮质厚度在0.2至2.0毫米之间，牛的髂嵴（亨斯菲尔德单位值为870.4 ± 58.6）可以被认为是相当于人类类型2a或3a的骨骼。猪的肩胛骨、腓骨或棘突以及厚的牛肋骨最好地代表了人类骨质量类型D3和D2b。牛棘突的内部也属于类型D3，但其皮质厚度较低，因此该骨碎片被分类为类型3b。远离脊柱的薄牛肋骨、牛肩胛骨和猪的髂嵴可以归类为类型D4。这些区域的皮质层厚度超过1毫米，属于类型2c。猪肋骨和股骨的部分表现出类型D5的骨密度和0.9毫米的皮质厚度，可以归类为类型4骨骼（表3）。讨论
为了获得用于实验研究的标准化样本，不同的牛骨骼和猪骨骼碎片根据内部骨密度和外部皮质厚度进行了分类。通过这种方式，可以在临床使用之前切实探索新的牙科种植体配置和/或插入方案。标准化是基于Misch、Lekholm和Zarb修订的骨分类方案进行的，使用CT评估的内部HU值和平均皮质厚度（Misch, 2008; Al-Ekrish et al., 2018）。在本研究中，皮质层的厚度被量化划分为<1毫米（薄）和≥1毫米（厚）。这些数值是根据先前在人类身上获得的数据预先定义的（Gupta et al., 2017; Ko et al., 2017; Wang et al., 2020）。Wang等人（Wang, Hsu et al. 2023）提出的皮质厚度三分法与最成熟的分类法（Lekholm and Zarb 1985）存在矛盾。一些牛骨骼和猪骨骼碎片与人类牙槽骨相匹配，这证明了本研究方法的合理性。

本研究的某些方面值得考虑。薄皮质骨和厚皮质骨之间的界限被定为1毫米。这个数值大致与以往研究中的平均嵴部皮质骨厚度相当（Gupta et al., 2017; Ko et al., 2017; Wang et al., 2020）。Wang等人（Wang, Hsu et al. 2023）建议的皮质厚度三分法可能过于细致。本实验的一个局限性在于CT HU值可能与动物体内的实际骨结构不完全对应。最近的一项研究表明，牛肋骨的CT值与骨面积之间存在显著的正相关关系（Wakamatsu, Doi et al. 2025）。然而，作者报告在根据CT评估区分D3和D4骨密度之间的小梁结构时遇到了困难。因此，同一研究小组推荐使用一种新型测量钻头进行最终的骨密度评估（Doi, Wakamatsu et al. 2025）。通过这种方法，插入扭矩与HU值以及去除外层皮质骨后的组织形态学评估结果相吻合。不过，这种方法较为复杂。不幸的是，即使在同一骨区域内，骨密度和皮质厚度也存在很大差异，这一点在人类中也同样存在。由于牛肋骨在密度和形状上与人类下颌骨相似，因此被用于牙科种植体测试程序。然而，牛肋骨从D2到D4的部分存在相当大的变化，这证实了我们研究及其他研究的结果（Doi, Wakamatsu et al. 2025）。同一类型的骨骼在不同的测量点并不总是具有特定的密度。骨密度可能会在这个范围的上下限之间迅速波动。正如本研究所示，需要不同的骨骼片段来全面考虑人类牙槽骨的特性。如果需要研究新的种植体配置或插入方案，则不应使用单一的骨骼模型（Turkyilmaz et al., 2006; Trisi et al., 2011; Wang et al., 2020）。未来的研究可以采用不单纯依赖CT扫描结果的方法，例如包括钻孔阻力或触觉钻孔反馈的验证。

年龄对骨密度有重要影响。随着年龄的增长，矿物质含量和骨密度会增加，达到成年后则开始下降（Boskey and Coleman 2010）。在本研究中，牛的年龄约为两岁，猪的年龄仅为九个月，这可能成为研究的局限性，因为骨骼的密度会发生变化。但本研究的目的是寻找适合这一年龄段动物的实验用骨骼 segment，因为这些动物通常因消费原因而被屠宰，从而避免了额外的动物牺牲。因此，我们的结果不仅取决于骨骼区域和动物种类，还取决于动物的年龄。

与大多数研究一样，本研究选择了牛和猪的骨骼。这些骨骼的优点在于数量充足且不存在伦理问题。此外，这些动物骨骼与人类骨骼非常相似（Lee, Yi et al. 2017; Aerssens, Boonen et al. 1998），并且在其他研究中已被确立为体外实验的黄金标准（Huang et al., 2015; Yeh et al., 2021; Alzahrani et al., 2023; Camacho-Alonso et al., 2024; Lovera et al., 2025）。这一事实证明了它们在种植学中的应用价值，尽管也可以使用人类尸体的上颌或下颌骨（Nkenke, Hahn et al. 2003），但由于成本或可用性问题，后者较少被使用（Lovera, Vanaclocha et al. 2025）。当然，也有一些人工制品可以模拟不同的骨密度（Tabassum et al., 2010; Wang et al., 2016; Raz et al., 2021; Raz et al., 2022），但其使用不需要CT扫描。然而，这些人工制品的缺点可能是缺乏自然的骨密度分布、小梁结构或完整的皮质层。

本研究强调的一个重要点是皮质厚度的重要性。像猪腓骨这样骨密度低但皮质厚度高的骨骼可能会导致稳定性评估结果的偏差。这引发了一个问题：完全忽略皮质厚度的分类或研究是否足以评估种植体的初期稳定性。然而，从临床角度来看，如果实验不需要特定的骨密度或精确的Hounsfield值或皮质值，那么根据表3对各种动物骨骼进行一般性分类就足以满足需求。

在本研究的局限性范围内，可以得出以下结论：虽然使用CT来检查动物骨骼并准确将其归类为人类骨密度的方法非常复杂，但同时也非常精确。然而，由于存在许多影响因素和上述局限性，如果只需要一个粗略的指南来模拟人类骨骼的多样性分布，表3中的不同密度分类是合适的。这些分类应符合Misch、Lekholm和Zarb的分类方案：D1/类型1：猪下颌支；D2/类型2a：牛股骨头；D3/2b：猪的肩胛骨或棘突以及厚牛肋骨；D4/2c：距离脊柱最远的薄牛肋骨、牛肩胛骨和猪髂嵴；类型D3/3a：具有薄皮质层的牛髂嵴；D4/3b：牛棘突的内部；D5/类型4：猪股骨。

未引用的参考文献（Javed et al. (2013)）

CRedI作者贡献声明
Friedhelm Heinemann：撰写——审稿与编辑，方法学。
Torsten Mundt：撰写——审稿与编辑，方法学，概念化。
David Heinemann：撰写——初稿，资源，方法学，数据管理，概念化。
Christiane Keil：撰写——审稿与编辑，形式分析。