Portal InstitucionalUFPEL

02/05/2016 - 02/04/2018

Ciências da Saúde - Odontologia

A importância de se investigar aspectos relacionados à qualidade do sono em pacientes que apresentem sinais ou sintomas de disfunção temporomandibular (DTM), e a necessidade de uso de placa oclusal torna-se fundamental, uma vez que a literatura demonstra relação entre qualidade do sono e a presença de DTM. Será conduzido um estudo clínico prospectivo longitudinal objetivando avaliar (i) a qualidade do sono de indivíduos com sinais e sintomas DTM e o bruxismo noturno, antes e após a instalação de placas oclusais, através do Programa Sleep Cycle; (ii) e comparar os resultados obtidos na avaliação da qualidade do sono pelo Programa Sleep Cycle com os resultados obtidos através da aplicação do questionário PSQI. Será testado a hipótese de que o uso de placa otimizará o ciclo de sono e que haverá associação dos resultados obtidos com as duas metodologias aplicadas para avaliar a qualidade do sono. Serão selecionados 20 voluntários, de ambos os gêneros, com idade entre 20-30 anos, totalmente dentados, com sinais e sintomas de DTM, bruxômas e com habilidade para realizar os protocolos da pesquisa. Inicialmente os voluntários serão entrevistados sobre questões relacionadas ao início do bruxismo e da sintomatologia dolorosa relacionada à DTM. Para avaliação de bruxismo e da DTM será realizado exame clínico e aplicação do questionário denominado Critério de diagnóstico clínico (CDC/TMD). Já para avaliação da qualidade do sono será aplicado o questionário denominado Índice de Qualidade de Sono de Pittsburgh (PSQI) e usado o aplicativo Sleep Cycle® durante cinco noites. Os pacientes serão avaliados quanto a remissão dos sinais e sintomas de bruxismo e DTM em dois momentos: o baseline, antes de iniciar o uso de placa oclusal; e após 30 dias do uso. Será realizada a descrição das frequências absolutas e relativas ecalculada a prevalência da variável de interesse do estudo. As associações entre variável desfecho e variáveis de exposição serão testadas utilizando análise bivariada.