La investigación sobre el microbioma oral y la aplicación de inteligencia artificial está generando nuevas estrategias para el diagnóstico de la periodontitis. Un estudio publicado en Journal of Dental Research analiza el rendimiento de distintas matrices orales y sitúa la saliva como una opción prometedora para desarrollar herramientas de cribado mínimamente invasivas. La investigación está firmada 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.
El trabajo, titulado “Comparative Diagnostic Performance of Oral Microbial Habitats for Periodontitis”, ha sido realizado por 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).
La investigación compara la capacidad diagnóstica de diferentes hábitats microbianos orales para identificar la periodontitis. Entre las matrices estudiadas se incluyen la saliva, la placa supragingival y la placa subgingival, aplicando modelos basados en inteligencia artificial para evaluar su capacidad predictiva.
Los resultados sitúan a la saliva como la matriz con 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 obtuvo un rendimiento elevado, con una AUC de 0,903, mientras que la placa subgingival presentó resultados inferiores.
El estudio incorpora además un análisis del beneficio clínico mediante Decision Curve Analysis (DCA). Esta metodología permite valorar el rendimiento de los modelos desde una perspectiva relacionada con su posible utilidad clínica. En este análisis, la saliva volvió a presentar el mayor beneficio clínico, seguida de la placa supragingival y de la placa subgingival.
Otro de los hallazgos se relaciona con la identificación de firmas microbianas compactas. Los investigadores desarrollaron firmas formadas por entre seis y doce variantes bacterianas capaces de mantener un elevado rendimiento predictivo y, simultáneamente, favorecer la interpretabilidad de los modelos. Los microorganismos identificados se asociaron tanto con periodontitis como con salud periodontal, en línea con una alteración del ecosistema microbiano oral relacionada con la enfermedad.
Los resultados adquieren especial interés en el ámbito de la atención odontológica a personas con necesidades especiales. En pacientes con discapacidad, alteraciones cognitivas, dificultades de cooperación o situaciones médicas complejas, la exploración periodontal convencional puede presentar dificultades. En este contexto, las muestras de obtención sencilla, como la saliva, podrían facilitar en el futuro estrategias de cribado para identificar a pacientes que requieren una evaluación periodontal más completa.
El estudio plantea, por tanto, la saliva y la placa supragingival como matrices mínimamente invasivas con potencial para el cribado microbiológico de la periodontitis, especialmente en situaciones en las que una evaluación periodontal completa no está fácilmente disponible. No obstante, los resultados todavía requieren validación externa antes de considerar su incorporación a la práctica clínica. Entre los aspectos pendientes se encuentran la calibración de los modelos, el análisis de su coste-efectividad y la determinación de su valor añadido respecto a los predictores clínicos convencionales.
