La investigación, publicada en Journal of Dental Research, identifica la saliva como una matriz especialmente prometedora para el desarrollo futuro de herramientas de cribado periodontal mínimamente invasivas.
La investigación en microbioma oral y el desarrollo de herramientas basadas en inteligencia artificial están abriendo nuevas posibilidades para avanzar hacia una odontología más preventiva, personalizada y accesible.
En esta línea, investigadores de la Oral Sciences Research Group y la Special Needs Unit de la Universidad de Santiago de Compostela, con participación de miembros de la Sociedad Española de Odontoestomatología para Pacientes con Necesidades Especiales (SEOENE), han publicado recientemente en Journal of Dental Research el trabajo “Comparative Diagnostic Performance of Oral Microbial Habitats for Periodontitis”. El artículo está firmado por I. Tomás, B. Suárez-Rodríguez, T. Blanco-Pintos, A. Sánchez-Barco, M. Alonso-Sampedro, M.J. Carreira, A. Regueira-Iglesias y C. Balsa-Castro.
Los resultados muestran que la saliva presentó el mejor rendimiento diagnóstico. El modelo basado en GAM (generalized additive model) alcanzó un área bajo la curva —AUC— de 0,928, con una sensibilidad del 92,4 % y una especificidad del 85,3 %. La placa supragingival mostró asimismo un elevado rendimiento, con una AUC de 0,903, mientras que la placa subgingival obtuvo resultados inferiores.
El trabajo incorpora además un elemento especialmente relevante para la posible transferencia futura de estos modelos a la práctica clínica: la evaluación de su beneficio clínico mediante Decision Curve Analysis (DCA). En este análisis, la saliva volvió a presentar el mayor beneficio clínico, seguida de la placa supragingival y de la subgingival.
Otro resultado de interés es la obtención de firmas microbianas compactas, formadas por entre 6 y 12 variantes bacterianas, que permiten mantener un elevado rendimiento predictivo y, al mismo tiempo, mejorar la interpretabilidad de los modelos. Los investigadores identificaron microorganismos relacionados tanto con periodontitis como con salud periodontal, reforzando la idea de que la enfermedad está asociada a alteraciones globales del ecosistema microbiano oral.
Especial interés para la odontología en pacientes con necesidades especiales
Para SEOENE, este tipo de investigación presenta un interés añadido por las posibilidades que, en el futuro, podrían ofrecer las estrategias diagnósticas mínimamente invasivas en personas con necesidades especiales.
En determinados pacientes con discapacidad, alteraciones cognitivas, dificultades de cooperación o situaciones médicas complejas, la realización de una exploración periodontal convencional puede plantear mayores dificultades. Por ello, herramientas de cribado basadas en muestras fácilmente obtenibles, como la saliva, podrían contribuir en el futuro a identificar personas que requieren una evaluación periodontal más completa y favorecer estrategias preventivas y de atención personalizada.
El propio estudio plantea la saliva y la placa supragingival como matrices mínimamente invasivas con potencial para el cribado microbiológico de la periodontitis, especialmente cuando una evaluación periodontal completa no está fácilmente disponible.
No obstante, los autores señalan que estos resultados todavía requieren validación externa y que será necesario estudiar aspectos como la calibración de los modelos, su coste-efectividad y su valor añadido respecto a los predictores clínicos convencionales antes de plantear su aplicación asistencial.
Desde SEOENE celebramos la participación de miembros de nuestra Sociedad en investigaciones que conectan microbioma oral, inteligencia artificial y aplicación clínica, contribuyendo al desarrollo de una odontología basada en la evidencia, más preventiva y potencialmente más accesible para las personas con necesidades especiales.