这篇文档属于类型a，即单篇原创研究的报告。以下是针对该研究的学术报告：

作者与期刊信息

该研究由Fernando Zarone、Gennaro Ruggiero、Marco Ferrari、Francesco Mangano、Tim Joda和Roberto Sorrentino共同完成，研究团队来自意大利那不勒斯“Federico II”大学的神经科学、生殖与口腔科学系。研究发表于《The Journal of Prosthetic Dentistry》期刊，发表日期为2020年12月。

学术背景

该研究的主要科学领域是口腔修复学，特别是全口无牙颌（completely edentulous maxilla）的数字化扫描技术。随着数字化技术的发展，口内扫描仪（intraoral scanner, IOS）在可摘义齿修复中的应用逐渐增多，但完全数字化工作流程仍面临挑战，且相关科学证据较少。因此，该研究旨在比较口内扫描仪与实验室扫描仪在无牙颌模型扫描中的准确性（trueness和precision），以评估数字化技术在无牙颌修复中的可行性。

研究流程

研究分为以下几个步骤：

1. 参考模型的制备
   研究使用聚氨酯树脂（polyurethane resin）制作了一个无牙颌参考模型（reference typodont, RT），并通过计量扫描仪（metrological scanner）获得其数字参考模型（digital reference typodont, DRT）。该模型用于后续所有扫描的参考。

2. 口内扫描
   使用Trios 3 Pod口内扫描仪对RT进行扫描，获得10个数字化口内扫描模型（digital intraoral scanner cast, DIOC）。扫描策略包括从右侧上颌结节开始，沿牙槽嵴、颊侧和腭穹窿进行顺时针扫描。所有扫描由一名修复学专家完成，每次扫描间隔10分钟以冷却设备。

3. 硅橡胶印模扫描
   使用聚硫化物（polysulfide）材料制作了10个标准化印模，并通过实验室扫描仪（Dscan 3）扫描这些印模，随后通过软件反转获得10个数字化反转模型（digital reversed cast, DREC）。

4. 石膏模型扫描
   将聚硫化物印模灌注成IV型石膏模型（type IV stone cast），并通过实验室扫描仪扫描，获得10个数字化实验室扫描模型（digital extraoral scanner cast, DEOC）。

5. 数据分析
   所有扫描数据以STL格式导入专用软件（Geomagic Control X），通过叠加比较计算trueness和precision。trueness通过比较实验模型与DRT的标准差（SD）值计算，precision则通过比较同一组内模型与最佳trueness模型的SD值计算。统计分析方法包括描述性统计、单因素方差分析（ANOVA）和Bonferroni校正。

主要结果

1. Trueness
   DIOC的trueness值为48.7 mm（95%置信区间：37.8-59.5），显著优于DREC（249.9 mm，95%置信区间：121.3-378.6）和DEOC（308.8 mm，95%置信区间：186.6-430.9）。DIOC与DREC和DEOC之间的差异均具有统计学意义（p<0.001）。

2. Precision
   DIOC的precision值为46.7 mm（95%置信区间：29.7-63.7），显著优于DREC（271.2 mm，95%置信区间：94.6-447.8）和DEOC（341.4 mm，95%置信区间：175.5-507.3）。DIOC与DREC和DEOC之间的差异均具有统计学意义（p<0.05）。

3. 模型间的位移分析
   通过颜色图分析发现，DREC和DEOC在颊侧前庭和腭穹窿区域的位移较大，DIOC的位移最小。

结论

研究表明，直接使用口内扫描仪扫描无牙颌模型比通过硅橡胶印模或石膏模型间接扫描具有更高的trueness和precision。实验室扫描仪在扫描硅橡胶印模和石膏模型时的准确性无显著差异。这一发现支持在无牙颌修复中采用口内扫描技术，尽管其在口腔环境中的应用仍需进一步研究。

研究的意义与价值

该研究为无牙颌修复的数字化工作流程提供了科学依据，证明口内扫描仪在模型获取中的优越性。这不仅提高了修复体的精确性，还可能减少传统印模和石膏模型制作中的误差，从而提升修复效果和患者满意度。此外，研究为未来数字化修复技术的发展提供了重要参考。

研究亮点

1. 创新性方法
   研究首次系统比较了口内扫描仪与实验室扫描仪在无牙颌模型扫描中的准确性，填补了该领域的科学空白。

2. 标准化流程
   研究采用高度标准化的扫描和印模制作流程，确保了实验结果的可靠性和可重复性。

3. 多维度数据分析
   通过trueness、precision和位移分析等多维度数据，全面评估了不同扫描方法的优劣。

其他有价值的内容

研究还讨论了数字化技术在无牙颌修复中的潜在局限性，例如软组织的被动位移可能影响修复体边缘的准确性。此外，研究团队建议未来研究应进一步探讨口内扫描仪在临床环境中的应用效果，并开发适用于无牙颌修复的专用扫描策略。

通过上述内容，该研究为口腔修复学领域的数字化技术发展提供了重要的科学依据和实践指导。