菌斑抑制率临床评估方法学
菌斑抑制率是评价口腔护理产品（如牙膏、漱口水、牙科材料）及全身或局部用药抗牙菌斑效能的核心指标。其临床评估通过量化处理前后牙面菌斑覆盖面积或数量的变化，计算抑制效果。
1. 检测项目：方法与原理
临床评估主要依赖于菌斑的显示与计分系统，核心在于菌斑指数的选择与应用。
1.1 菌斑显示方法
通常使用可食用染色剂（如碱性品红、赤藓红）对菌斑进行染色，使其与洁净牙面形成鲜明对比。染色剂通过结合菌斑基质中的蛋白质或碳水化合物发挥作用，使成熟菌斑（通常染为蓝色或红色）与新沉积菌斑（通常染为粉色）得以区分。
1.2 主要菌斑指数及评分方法
-
Turesky改良的Quigley-Hein菌斑指数： 应用最为广泛。检测除第三磨牙外所有牙的颊、舌面。将牙面分为近中、中央、远中三部分，依据菌斑覆盖面积评分：0分=无菌斑；1分=牙颈部缘处有散在点状菌斑；2分=牙颈部连续带状菌斑，宽度≤1mm；3分=菌斑覆盖面积占牙面1/3以下；4分=菌斑覆盖面积占牙面1/3至2/3；5分=菌斑覆盖面积占牙面2/3以上。计算全口平均分。
-
Silness & Löe菌斑指数： 更侧重菌斑的厚度而非单纯面积。用探针划过牙面，根据肉眼观察或探诊感觉评分：0分=龈缘区无菌斑；1分=菌斑肉眼不可见，探针尖划过牙面可刮出菌斑；2分=龈缘或牙面有中等量菌斑，肉眼可见；3分=龈沟内或龈缘及牙面有大量软垢。通常检测指定指数牙。
-
菌斑百分率评估法： 使用菌斑显示剂后，记录每个牙面菌斑覆盖的百分比，或直接记录有菌斑的牙面数占总检查牙面数的百分比。该方法更为直观，便于计算抑制率。
-
数字化菌斑图像分析： 采用标准化口内摄影或特定摄像系统获取染色后牙面的数字图像，利用专业图像分析软件自动识别染色区域并计算其占牙面总面积的百分比。此方法客观、精确，可重复性好，能记录和追溯原始数据。
1.3 菌斑抑制率计算
菌斑抑制率（Plaque Inhibition Rate, PIR）通常按下式计算：
PIR (%) = [(基线平均菌斑指数 – 试验后平均菌斑指数) / 基线平均菌斑指数] × 100%
在采用交叉设计的研究中，常以阳性对照或安慰剂为参照，计算相对抑制率。
2. 检测范围
菌斑抑制率的临床评估服务于多元化的应用领域：
-
日常口腔护理产品效能验证： 评估含抗菌剂（如氯己定、西吡氯铵、精油、锌盐等）、抗附着剂（如聚磷酸盐）或酶制剂牙膏、漱口水的短期或长期使用效果。
-
专业口腔干预措施评价： 评估牙科预防性洁治、喷砂抛光后，或局部涂布抗菌涂料、氟保护漆后的菌斑再聚集抑制能力。
-
牙科材料生物性能研究： 评估复合树脂、粘接剂、义齿基托材料等表面改性（如添加抗菌单体、纳米颗粒）后对菌斑形成的抑制作用。
-
药物及功能性食品评估： 评估全身使用（如含益生菌制剂）或局部使用（如抗菌凝胶、缓释药膜）的处方或非处方药物对特定人群（如正畸患者、牙周病患者、智力障碍者）的菌斑控制效果。
-
机械清除手段辅助效果研究： 比较不同设计牙刷（如刷毛形状、排列）、牙线、冲牙器联合化学制剂时的协同抑菌效果。
3. 检测标准与参考文献
临床研究设计需遵循随机、对照、双盲的原则。短期抑菌研究常采用“4天菌斑再生长模型”，即志愿者经专业洁牙后，停止所有口腔卫生措施，使用受试产品，于第4-5天评估菌斑累积量。长期研究可持续数周至数月，模拟真实使用场景。
方法学依据可参考经典及当代文献：Silness和Löe于1964年提出的龈缘菌斑指数奠定了定量基础；Turesky等人于1970年对Quigley-Hein指数的改良，提升了可重复性与敏感性；Lobene等人在1986年对染色评分方法的标准化工作具有重要指导意义。2009年的一篇方法学综述系统比较了各类指数的可靠性、敏感性及适用场景，为方案设计提供了循证依据。近年来，更多研究采纳数字化图像分析，其方法学验证与标准操作程序在2010年代后期的多个实验性临床研究中得到详细阐述。
4. 检测仪器与设备
-
标准口腔检查器械： 包括平面口镜、牙周探针、检查镊，用于视觉检查与探诊。
-
菌斑染色剂套装： 提供标准浓度的染色片或溶液及配套的涂布工具。
-
专业光源： 标准化冷光源或手术灯，确保口腔内照明一致，减少视觉误差。
-
数字化图像采集系统：
-
口内照相机： 具备固定焦距、环形闪光灯，确保图像色彩真实、不变形。
-
定制拍摄支架： 固定患者头部与相机，实现拍摄角度、距离的标准化。
-
菌斑显影专用摄像系统： 某些系统结合特定波长的光源与滤光片，可增强染色菌斑与牙面的对比度。
-
-
图像分析软件： 具备颜色识别、区域分割、面积计算功能的专业软件。软件需能设定统一的颜色阈值以区分染色区与非染色区，并自动计算目标区域（如单个牙面）内菌斑覆盖的像素百分比。
-
数据管理与统计分析软件： 用于存储盲态评分数据、图像分析结果，并进行相应的统计学检验（如配对t检验、方差分析等），以确定差异的显著性。
完整的评估流程需通过伦理审查，受试者知情同意，并在受控条件下由经过校准的检查者执行，以最大程度降低偏倚，确保数据的科学性与可靠性。
