プロファイル写真でClass IIIを正しく判別できる確率は、わずか19.2%しかありません。
anteroposterior skeletal pattern（前後的骨格パターン）とは、上下顎の前後的位置関係を評価する概念であり、矯正歯科診断の出発点となるものです。主にセファログラム（頭部X線規格写真）を用いて計測し、治療方針の選択に直結します。
分類の基準として最も広く用いられているのがANB角です。ANB角はSNA角（上顎骨の前後的位置）からSNB角（下顎骨の前後的位置）を差し引いた値で計算します。具体的な基準値は以下のとおりです。
| 分類 | ANB角の基準 | 特徴 |
|---|---|---|
| Skeletal Class I | 2°〜4° | 上下顎の前後的バランスが良好 |
| Skeletal Class II | 4°超 | 下顎が相対的に後退、または上顎が前突 |
| Skeletal Class III | 2°未満（しばしばマイナス） | 下顎が相対的に前突、または上顎が後退 |
SNA角の平均値は81±3度、SNB角の平均値は78±3度です。これはコーカシアン集団の標準値であり、日本人などアジア人集団では多少の差異があります。これが基本です。
ANB角の算出は「ANB = SNA − SNB」という非常にシンプルな式で求められるため、臨床現場で広く活用されています。ただし、この値は絶対的な指標ではなく、同じ骨格的不調和でも患者の顔面形態によって値が異なる場合があります。
垂直的骨格パターン（high angle、average angle、low angle）との組み合わせが、前後的骨格パターンの臨床的意味をより深く規定します。たとえばhigh angleのClass II患者と、low angleのClass II患者では、同じANB角を示していても治療アプローチが大きく異なることを理解しておく必要があります。
参考：NIH StatPearls（セファロ分析の標準的な計測基準とANB角の解釈について詳説）
Orthodontics, Cephalometric Analysis - StatPearls - NCBI Bookshelf
ANB角はanteroposterior skeletal patternを評価する指標として長年用いられてきましたが、その限界は早くから指摘されています。単一の指標への過信は禁物です。
ANB角の信頼性を低下させる主な要因として、以下が挙げられます。
こうした限界を補うためにWits分析が開発されました。Jacobsonが1975年に提唱したWits分析は、A点とB点からそれぞれ咬合平面に垂線を下ろし、その交点（AOとBO）間の距離を計測するものです。頭蓋底を基準に使わないため、Nasion位置の影響を受けない点が特徴です。
Wits分析の基準値として、男性ではBOがAOより1mm（±1.9mm）前方、女性ではAOとBOがほぼ一致（±1.77mm）とされています。意外ですね。
ただしWits分析にも限界があります。咬合平面の設定が複雑な症例（開咬、混合歯列、咬合平面の傾斜が大きいケース）では安定した計測が難しく、そのような場合にはApp-Bpp（A点とB点から口蓋平面への垂線距離）への切り替えが有効です。
研究では、ANB角の限界が予想される場面ではW角やYEN角が信頼性の高い代替パラメータとして機能することが示されています。YEN角はW角との相関が0.894と非常に高く（p<0.0001）、ANB角では捉えにくい骨格変化も反映できます。複数のパラメータを組み合わせるのが原則です。
| パラメータ | 長所 | 限界・注意点 |
|---|---|---|
| ANB角 | 計算が容易・広く普及 | Nasion位置・顎回転に影響される |
| Wits分析 | 頭蓋底に依存しない | 咬合平面の設定が困難な症例に弱い |
| β角 | 下顎頭を基準にする | Condylionの同定が難しい |
| W角 | ANBとの相関が高い（r=0.613） | 前上顎の正確なトレースが必要 |
| YEN角 | 治療後変化の予測精度が高い（r²=0.74） | 前上顎中心の同定精度に依存 |
参考：ANBとWits分析の比較研究。複数パラメータの信頼性評価について詳しく解説されています。
「プロファイル写真を見ればanteroposterior skeletal patternの大まかな分類はできる」という認識は、日常臨床でよく見られます。しかし、これは大きな誤解である可能性があります。
2022年にマンチェスター大学歯科病院で行われた研究では、専門矯正歯科医8名が37名（11〜19歳）のシルエットプロファイル写真を評価し、セファログラム計測結果と比較しました。その結果は衝撃的で、シルエット写真とセファログラムによる骨格分類の一致率はわずか29%でした（加重カッパ係数0.207）。
特に注目すべきは、Class IIIが正しく識別されたのはわずか19.2%という点です。つまり専門家でも5回中4回以上はClass IIIを見逃している計算になります。痛いですね。
この研究が明らかにしたもうひとつの重要な知見は、垂直的骨格パターンが診断精度に大きく影響するという点です。High angleの患者では加重カッパ係数0.439と比較的高かったのに対し、low angleの患者では0.068という非常に低い値にとどまりました。low angle症例ではプロファイル写真からの骨格分類がほぼ不可能に近いことを示しています。
これは臨床的に何を意味するのでしょうか？
視覚的印象だけに頼った診断は、特に低角・低コンベクシティの骨格性Class IIIを見落とすリスクがあります。このような患者は歯槽性の代償が起きている場合も多く、セファログラムなしで診断を進めることには明確な限界があります。
こうした見落としのリスクを低減するために、ANB角とWits分析の組み合わせを標準的な評価プロセスに組み込んでおくことが重要です。特に前歯の傾斜が大きいと感じた症例や、患者の主訴と視覚的印象が一致しない症例では、より念入りな骨格評価を行うべきでしょう。
参考：プロファイル写真とセファログラムの一致率を分析した研究
Can anteroposterior skeletal pattern be determined from a silhouetted profile photograph? - Journal of Orthodontics (Sage)
骨格性Class IIIのanteroposterior skeletal patternを持つ患者における、あまり注目されない臨床的落とし穴があります。それが上顎第二大臼歯の頰側傾斜です。
ニューヨーク市の私立矯正歯科クリニックで行われた研究（Albert Einstein College of Medicine IRB承認済み）では、72名の患者（Class I：24名、Class II：25名、Class III：23名）の術前記録を分析しました。その結果、上顎第二大臼歯の平均傾斜角度は以下のようになりました。
| 骨格分類 | 平均傾斜角度（U7 angle） | 標準偏差 |
|---|---|---|
| Class I | 11.8° | 4.6° |
| Class II | 10.9° | 4.7° |
| Class III | 21.0° | 8.4° |
Class III患者では、Class IまたはClass IIと比べて約10度も頰側に傾斜していることが示されました。これは問題のある数字です。
なぜこのような傾斜が起きるのでしょうか？骨格性Class IIIでは上下の咬合接触が不完全なため、上顎第二大臼歯が対咬歯の十分なサポートを受けられず、コントロールされない萌出が続きます。歯は垂直方向だけでなく頰側傾斜・回転を伴いながら萌出するため、Class III患者特有の傾斜が生じます。
上顎第二大臼歯の長さは約21.4mmとされており、アーク長計算に基づくと傾斜1度あたり口蓋側咬頭が0.37mm移動します。つまり約10度の傾斜差は、口蓋側咬頭が約3.7mm（ちょうど爪の幅1枚分ほど）だけ頰側に偏位していることを意味します。これを放置すると、外科矯正後に術後咬合の干渉を引き起こし、下顎遠位骨片の安定性を脅かす可能性があります。
つまり、Class IIIの外科矯正準備において、上顎第二大臼歯は治療開始早期から積極的にアーチへ組み込み、傾斜を継続的にモニタリングすることが原則です。外科医側も術前評価において第二大臼歯の位置に注意を払い、必要に応じて矯正医への再依頼を検討すべきです。
参考：骨格分類と上顎第二大臼歯傾斜の関係を詳細に分析した研究
近年、セファログラム上のランドマーク自動検出にAI（深層学習）を活用する研究が急速に進んでいます。anteroposterior skeletal patternの評価においても、このテクノロジーは診断精度と業務効率に大きな変化をもたらしつつあります。
複数の研究によると、AIによるランドマーク検出の精度は熟練した臨床家に匹敵するか、それを上回る場面もあります。2021年の系統的レビュー・メタ分析（Schwendicke et al.）では、AIによるセファログラムランドマーク検出が、手動計測と同等以上の一貫性を示すことが確認されています。また、初心者がAI支援を使った場合、単独作業と比べてランドマーク検出の成功率（2mm以内）が5%以上改善するとの報告もあります。これは使えそうです。
3次元セファロ（CBCT）に対するAIランドマーク検出では、複雑な不正咬合症例においても平均誤差1.4mm以下という精度が確認されています（2025年）。2D計測と同じ基準でANB角を3Dデータから導出する試みも進んでいます。
ただし注意が必要な点があります。AIは「平均的なランドマーク配置」に対して最適化されているため、重度の骨格異常・非対称・インプラント存在下では誤差が拡大する可能性があります。ANB角などのパラメータの計算そのものよりも、NasionやA点・B点の正確な同定こそが精度の鍵であり、AIが自動出力した数値を盲目的に採用することは推奨されません。
臨床的な活用方針として有効なのは、AIが提案したランドマーク位置を熟練者が確認・修正した上で最終的な診断に用いる「Human-in-the-loop」のアプローチです。このような確認作業を組み込むことで、ANB角・Wits分析いずれも計測精度を大幅に向上させることができます。
AI搭載の矯正診断ソフトとしては、Dolphin Imaging、Carestream Dental、OrthoCadなど複数のプラットフォームがAI機能の統合を進めており、今後の診断ワークフローに組み込まれる機会は増えていくと見られます。選定の際は、ANB角以外のパラメータ（W角やWits分析）にも対応しているかどうかを確認するとよいでしょう。
参考：深層学習によるセファロランドマーク検出の系統的レビューとメタ分析