Necesidades de tratamiento ortodóntico en jóvenes de 12 y 15 años de edad de Culiacán, Sinaloa (México)
Metadatos
Mostrar el registro completo del ítemEditorial
Universidad de Granada
Departamento
Universidad de Granada. Departamento de EstomatologíaMateria
Ortodoncia Jóvenes Estética Autopercepción Maloclusión México Odontología estética
Materia UDC
616.31 3213.13
Fecha
2017Fecha lectura
2009-01-23Referencia bibliográfica
Castrejón Díaz, M.A. Necesidades de tratamiento ortodóntico en jóvenes de 12 y 15 años de edad de Culiacán, Sinaloa (México). Granada: Universidad de Granada, 2017. [http://hdl.handle.net/10481/48518]
Patrocinador
Tesis Univ. Granada. Departamento de EstomatologíaResumen
El objetivo de este estudio fue determinar las necesidades de
tratamiento ortodóntico presentes en la población de 12 y 15 años de edad de
Culiacán, Sinaloa, México, mediante la aplicación del Índice de Estética Dental
(DAI), así como las características oclusales de acuerdo al índice y relacionar
los resultados del DAI con los criterios del ortodoncista y la autopercepción del
paciente en cuanto a las necesidades de tratamiento. El estudio realizado es de
tipo observacional, descriptivo y transversal cuya muestra objeto de estudio
estuvo constituida por 400 sujetos, 200 en cada edad, de los cuales 215
pertenecieron al sexo femenino (53.8%) y 185 (46.2%). Los resultados
mostraron que los afectados con Oclusión normal o maloclusión mínima fueron
22.5%, Maloclusión definida (20%), maloclusión severa (24.3%) y Muy severa
(33.2%). No hubo diferencias significativas entre edades y sexo en cuanto a
las categorías del DAI. Las variables que predominaron fueron resalte anterior
maxilar (70.8%), Apiñamiento dentario segmentos incisales (62.2%),
Irregularidad dentaria mandibular (53.0%) y maxilar (47%) así como
espaciamientos de segmentos incisales (37.5%). De acuerdo a la opinión del
profesional y a la autopercepción del paciente la cantidad de necesitados de
tratamiento ortodóntico fue mayor que lo obtenido mediante la aplicación del
DAI comprobándose diferencias significativas entre los mismos.