Anda di halaman 1dari 33

Metode Estimasi Usia berdasarkan

Struktur Gigi
Ismar Laila
1606835544
Elektif TEKLAB
Estimasi Usia Gigi Janin
 Perkembangan Gigi embrionik pada awal perkembangan
janin dan tingkat morfologi mineralisasi enamel mudah
terlihat pada radiografi
Estimasi Usia Anak-Anak
Atlas Technique
 Paling banyak digunakan untuk estimasi usia gigi teknik atlas
yaitu Schour dan Massler, Moorrees and colleagues, Gustafon
and Koch, dan Anderson et al.
 Teknik ini berdasarkan pada perbedaan morfologi pada stase
mineralisasi semua gigi.
 Schour dan Massler mengajukan 20 stase perkembangan gigi
dari usia 4 bulan hingga 21 tahun.
 Moores et al mengajukan dental maturasi dari gigi permanen
(insisif maksila dan mandibula) menjadi 14 stase mulai dari
inisiasi pembentukan cusp hingga penutuoan apikal untuk
kedua gender.
 Gustafon dan Koch mengajukan perkembangan gigi dari
mineralization, penyelesaian pembentukan mahkota, erupsi,
hingga penyelesaian pembentukan akar.
Scoring Technique
 Scoring teknik yang sering digunakan yaitu Demirjian et al,
Demirjian and goldstein, Haavikko, Willems et al, dan
Chaillet et al
 Teknik Demirjian et al. Mengusulkan delapan tahap (A – H)
gigi kiri mandibula.
 TeknikWillems et al. Didasarkan pada pementasan
Demirjian et al. Tetapi menggunakan metode analisis statistik
yang berbeda dan menambahkan skor secara langsung
memberi usia
 (Nolla 1960) didasarkan pada sepuluh tahap gigi pada kedua
jenis kelamin
Quantity Parameter Based technique
 Teknik ini didasarkan pada apeks gigi terbuka dan tertutup
(Cameriere et al. 2006).
 Menurut teknik ini, tujuh gigi mandibula permanen dinilai.
Eruption of Teet Method or Visual
Methods
 20 gigi gigi sulung muncul ketika bayi berusia antara 5 dan 32
bulan (ADA 2005; Rai et al. 2008).
 Urutan erupsi modal adalah i1-i2 m1-c-m2 di kedua
lengkungan.
 Presedensi pria secara statistik lebih signifikan dibandingkan
dengan wanita (ADA 2005)
Estimasi Usia Gigi pada Remaja
 Teknik yang berbeda telah digunakan untuk estimasi usia gigi
berdasarkan pementasan molar ketiga pada remaja
Teknik Demirjian
 Teknik ini didasarkan pada delapan tahap molar ketiga
TAHAP KETERANGAN
A Cusp tip yang sudah termineralisasi tetapi belum bergabung.
B cusps yang termineralisasi dipersatukan sehingga menjadi morfologi koronal yang matang

C Mahkota terbentuk setengah; ruang pulpa jelas dan terjadi deposisi dentin.

D Pembentukan mahkota lengkap ke persimpangan dentinoenamel. Ruang pulpa memiliki bentuk


trapesium.
E Pembentukan bifurkasi interradicular dimulai. Panjang akar kurang dari panjang mahkota.

F Panjang akar setidaknya sama besar dengan panjang mahkota. Akar memiliki ujung berbentuk
corong.
G Dinding akar paralel, tetapi apeks tetap terbuka.
H Ujung apikal akar sepenuhnya tertutup, dan membran periodontal memiliki lebar seragam di
sekitar akar.
Gustafson dan Koch (1974) hanya memberikan deskripsi verbal
dan mendefinisikan klasifikasi empat tahap berikut:
 Tahap 1: dimulainya mineralisasi
 Tahap 2: penyelesaian mahkota
 Tahap 3: erupsi ketika cusp menembus gingiva
 Tahap 4: penyelesaian root
Erupsi Gigi Permanen
 Ada dua metode penilaian usia gigi: radiografi dan visualisasi
klinis erupsi gigi.
 Metode radiografi dimungkinkan untuk mengikuti
pembentukan mahkota dan akar gigi serta kalkulasi mereka.
 Metode klinis untuk menilai usia gigi didasarkan pada
kemunculan gigi di mulut. Metode ini lebih cocok karena
tidak memerlukan peralatan atau keahlian khusus dan lebih
ekonomis
Estimasi Usia pada Gigi Dewasa
Metode Gustafon
 didasarkan pada pengukuran perubahan fisiologis pada gigi,
seperti gesekan oklusal, pembentukan dentin sekunder,
kehilangan perlekatan periodontal, apposisi sementum,
resorpsi apikal, dan transparansi akar
Formula regresi linier Gustafson untuk estimasi usia gigi adalah
 Usia = 11,43 + 4,56X dan S.d. = 3,63 tahun (Gustafson
1950)
 Usia = 4.6696x + 10.381(Rai 2008)
Gesekan (A): Root translucency (T):
 A0: Tidak ada gesekan  T0: Tidak tembus cahaya

 A1: Gesekan terbatas pada tingkat enamel  T1: Awal dari transparansi

 A2: Gesekan terbatas pada tingkat dentin  T2: Tembusan lebih dari 1/3 dari akar apikal

 A3: Gesekan hingga rongga pulpa  T3: Tembusan lebih dari 2/3 dari akar apical

Penyakit periodontal (P): Apposisi semen (C):


 P0: Tidak ada penyakit periodontal yang jelas  C0: sementum normal

 P1: Awal penyakit periodontal tetapi tidak ada  C1: Ketebalan sementum lebih normal
keropos tulang  C2: Ketebalan sementum abnormal dekat
 P2: Penyakit peridontal lebih dari 1/3 dari akar apeks akar
 P3: Penyakit peridontal lebih dari 2/3 dari akar  C3: Ketebalan sementum generalisata yang
abnormal di seluruh puncak akar
Dentin sekunder:
Resorpsi akar (R):
 S0: Tidak ada formasi dentin sekunder
 R0: Tidak ada resorpsi
 S1: dentin sekunder hingga bagian atas rongga pulpa
 R1: Resorpasi berbintik
 S2: dentin sekunder hingga 2/3 dari rongga pulpa
 R2: Resorpsi terbatas pada sementum
 S3: Kalsifikasi difus dari seluruh rongga pulpa
 R3: Resorpsi luas sementum dan dentin
keduanya
Metode Dalitz
 Dalitz menemukan bahwa apposisi sementum dan resorpsi
akar berhubungan buruk dengan usia.
 Mengembangkan bobot kriteria yang tersisa berdasarkan
korelasi relatif mereka terhadap usia, menggunakan regresi
hasil penelitiannya untuk mendapatkan formula prediksi
untuk estimasi usia.
 Dikenal sebagai sistem 5-poin:  Usia = 5.146A + 5.338P
+ 1.866S + 8.411T + 8.691 (SD 6 tahun).
Metode Johanson
 Dasarnya menggunakan indikator umur yang sama dengan
Gustafson tetapi memutuskan bahwa tingkat keparahan
menengah dapat dideteksi dengan andal  menghasilkan
sistem tujuh tahap ordinal untuk masing-masing dari enam
variabel, yang bertentangan dengan empat asli Gustafson
 Johanson melaporkan kesalahan rata-rata ± 5,16 tahun untuk
interval kepercayaan 65%: Usia = 11,02 + 5,14A + 2,30S
+ 4,14P + 3,71C + 5,57R + 8,98T
Metode Maples
 kombinasi aposisi dentin
sekunder dan transparansi
memberikan hasil
keseluruhan terbaik bila
diterapkan pada semua
gigi.
 Dia mengusulkan berbagai
regresi berdasarkan posisi
gigi
Metode Bang dan Ramm
 Bang dan Ramm merancang metode berdasarkan pengukuran
satu parameter seperti panjang zona tembus apikal dalam mm
dari gigi yang diberikan untuk posisi yang berbeda dari gigi,
sisi, utuh, dan bagian gigi: Jika zona transluscency <9 mm
(Usia = B0 + B1x + B2x²) Jika zona translusensi> 9 mm
(Usia = B0 + B1x)
Metode Solheim
 Teknik Solheim mencakup
parameter-parameter yang
menunjukkan korelasi kuat
dengan usia.
 persamaan regresi berganda
dengan usia sebagai variabel
dependen dan perubahan usia,
termasuk warna dan jenis kelamin
versus pengecualian warna dan
jenis kelamin, sebagai variabel
independen yang akan diukur
Daftar Pustaka
 Balwant Rai, Jasdeep Kaur, Evidence-Based Forensic Dentistry, Springer, 2013
 David R.Senn, Richard A. Weems, Manual of Forensic Odontology 5th edition, 2013
 David R. Senn, Paul G. Stimson, Forensic Dentistry, 2nd edition
 B. S. Manjunatha and Nishit K. Soni, Estimation of age from development and eruption of teeth, J Forensic Dent Sci. 2014 May-Aug;
6(2): 73–76.
 Nishant Singh, Neeraj Grover, Navin Puri,Sanjeet Singh, and Swati Arora, Age estimation from physiological changes of teeth: A
reliable age marker? J Forensic Dent Sci. 2014 May-Aug; 6(2): 113–121.
 Rezwana Begum Mohammed, P. V. Krishnamraju, P. S. Prasanth, Praveen Sanghvi,M. Asha Lata Reddy, and S. Jyotsna, Dental age
estimation using Willems method: A digital orthopantomographic study, Contemp Clin Dent. 2014 Jul-Sep; 5(3): 371–376.
 https://med.kuleuven.be/eng/forodont/dental-age-estimation, citted 21 Februari 2019
 ShamimT, Ipe Varghese V, Shameena PM, Sudha S, AGE ESTIMATION: A DENTAL APPROACH, JPAFMAT, 2006; 6. ISSN 0972-
5687
 Cheena Singh and Kusum Singal, Teeth as a Tool for Age Estimation: A Mini Review, Journal of Forensic Science and Criminal
Investigation.
 Priya Gupta,Harshaminder Kaur, Madhu Shankari G.S., Manveen Kaur Jawanda, and Nita Sahi, Human Age Estimation from Tooth
Cementum and Dentin, J Clin Diagn Res. 2014 Apr; 8(4): ZC07–ZC10. Published online 2014 Apr 15. doi:
10.7860/JCDR/2014/7275.4221

Anda mungkin juga menyukai