牙髓治疗中根管治疗术后疼痛发作(flare-up)相关因素:系统评价与荟萃分析

Factors Associated With Endodontic Flare-Ups: A Systematic Review and Meta-Analysis

作者信息Jun Ohshima, Masayoshi Morita, Yuzo Kawanishi, Shotaro Abe, Nobutake Tanaka, Tsuyoshi Shimaoka, Hazuki Maezono, Yoshifumi Kinomoto, Mikako Hayashi
PMID42026978
发布时间2026-09
DOI10.1111/iej.70164

实验完整度

本研究为系统评价与荟萃分析,基于现有观察性研究和少量RCT数据,缺乏原始实验,且证据确定性低。

主要模型

临床患者队列(24320例根管治疗病例)

重点核对

明确疼痛发作定义为术后约1周内需非预约就诊和额外治疗的疼痛和/或肿胀 纳入研究类型包括1项RCT、4项前瞻性观察性研究和10项回顾性观察性研究 风险因素包括性别、牙位、牙髓状态、术前自发痛、根尖周病变、就诊次数等13项 使用随机效应模型合并相对危险度,并以I2评估异质性

摘要

背景:牙髓治疗后疼痛发作(flare-up)以严重术后疼痛和/或肿胀需非预约干预为特征,是根管治疗中具有临床意义的问题。识别与疼痛发作相关的因素对于预测和管理患者预后十分重要。目的:本系统评价与荟萃分析旨在识别并综合与根管治疗后牙髓疼痛发作相关的临床风险因素。方法:在PubMed、Web of Science和Scopus数据库中进行全面文献检索,检索时间从建库至2025年9月。纳入评估潜在风险因素与疼痛发作发生之间关联的观察性或干预性研究。使用ROBINS-I评估非随机研究,使用Cochrane RoB 2工具评估随机对照试验。使用GRADE方法评估证据确定性。结果:共15项符合纳入标准的研究,涉及24320例病例。严重疼痛发作的总体发生率为2.83%。显著的风险因素包括女性、下颌牙位、牙髓坏死、术前自发痛、根尖周病变、多次就诊治疗、再治疗和术前叩诊痛。其中,术前自发痛(相对危险度=5.83)和叩诊痛(相对危险度=3.45)显示出最强的关联。相比之下,年龄、牙类型、根管数量、器械技术和术前镇痛药使用与疼痛发作发生率无显著关联。结论:多种临床因素似乎与牙髓疼痛发作风险增加相关。尽管证据总体确定性较低,但这些发现可能有助于临床医生识别高风险病例,并告知患者可能的术后结果。需要进一步设计良好的前瞻性研究以加强证据基础。试验注册:PROSPERO系统评价注册号:CRD420251025451

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
根管治疗后发生牙髓疼痛发作(flare-up)的相关风险因素有哪些?
核心机制
术前感染和炎症在牙髓疼痛发作发病机制中发挥核心作用,术前疼痛(自发痛和叩诊痛)可能是牙髓组织敏化状态的临床指标。
主要证据
基于15项观察性研究和1项RCT,共24320例病例,通过荟萃分析显示术前自发痛(RR=5.83)、叩诊痛(RR=3.45)、根尖周病变(RR=2.49)等与疼痛发作显著相关。
研究意义
这些发现可能有助于临床医生识别高风险病例,并在术前进行疼痛评估,以指导预期咨询和主动疼痛管理。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

文献检索与筛选

系统检索并筛选符合纳入标准的原始研究。

在PubMed、Scopus和Web of Science等数据库进行检索,并筛选出15项研究。

2

数据提取与质量评价

提取每个纳入研究的特征和风险因素数据,并评估偏倚风险。

提取研究设计、样本量、疼痛发作定义、风险因素、发生率等信息,并使用ROBINS-I或RoB 2.0工具评估偏倚风险。

3

数据合并与荟萃分析

合并各研究数据,评估每个风险因素与疼痛发作的关联强度。

对13个风险因素进行随机效应荟萃分析,计算合并相对危险度及95%置信区间,并进行异质性检验和敏感性分析。

4

证据确定性评估

评估各风险因素关联证据的确定性。

使用GRADE系统评估证据确定性,并生成证据概要表和结果摘要表。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
PubMed----
Web of Science----
Scopus----
RevMan 5.3版----
EZR----
GRADEpro----
ROBVIS----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
文献检索与筛选
检索数据库、检索日期、检索词、纳入和排除标准
阅读提示:Methods部分2.1和2.2
数据提取与质量评价
使用的偏倚风险评估工具(ROBINS-I或RoB 2)
阅读提示:Methods部分2.3
荟萃分析
效应量指标(相对危险度)、统计模型(随机效应)、异质性评估方法(I2)
阅读提示:Methods部分2.4
证据评估
使用的GRADE方法和软件
阅读提示:Methods部分2.5