Un equipo de la Universidade de Santiago de Compostela (USC) y del Instituto de Investigación Sanitaria de Santiago de Compostela (IDIS) ha demostrado el potencial de combinar el análisis del microbioma oral con la inteligencia artificial para avanzar hacia nuevas herramientas no invasivas de detección de la periodontitis, una enfermedad inflamatoria crónica que afecta a más de 1.000 millones de personas en el mundo.
El trabajo está liderado por el Oral Sciences Research Group (OSRG), dirigido por la profesora Inmaculada Tomás, catedrática de la USC e investigadora principal del estudio, y cuenta con la participación de María José Carreira, también catedrática de la USC e investigadora del Centro Singular de Investigación en Tecnoloxías Intelixentes (CiTIUS), y de la investigadora del IDIS Manuela Alonso-Sampedro.
La investigación, desarrollada íntegramente desde instituciones españolas a partir de bases de datos microbiológicas públicas internacionales, analizó 2.303 muestras procedentes de 33 bioproyectos y comparó tres tipos de muestras de la cavidad oral: saliva, placa situada sobre los dientes y placa obtenida del interior del surco periodontal. Mediante diferentes técnicas de inteligencia artificial, el equipo buscó pequeñas combinaciones de bacterias capaces de diferenciar a las personas con periodontitis de aquellas con salud periodontal.
Salado Golf & Beach Resort
Descubre la oportunidad de inversión más exclusiva del Caribe. Villas de lujo con retorno garantizado del 12% anual en Punta Cana.
Conoce más →Los resultados sitúan la saliva como la muestra con mayor potencial diagnóstico. El mejor modelo alcanzó una sensibilidad del 92,4%, una especificidad del 85,3% y un Área Bajo la Curva (AUC) de 0,928, una medida global de capacidad discriminativa. La placa suprayográfica obtuvo también resultados muy elevados, mientras que la placa subyográfica —tradicionalmente considerada el nicho microbiológico de referencia de la periodontitis— mostró un rendimiento inferior. Además, los modelos alcanzaron estas cifras usando firmas muy reducidas, de solo 6 a 12 marcadores bacterianos.
Registra tu dominio
Dominios .com, .es, .net y más de 500 extensiones. DNS gestionado incluido.
Buscar dominio →«Uno de los resultados más relevantes es comprobar que no necesitamos necesariamente acceder al interior de la bolsa periodontal para obtener información diagnóstica muy potente. La saliva integra señales microbiológicas procedentes de toda la cavidad oral y nuestros resultados muestran que esa huella microbiana, interpretada mediante inteligencia artificial, permite discriminar con una elevada precisión entre salud y periodontitis», explica Inmaculada Tomás.
El estudio incorpora además una evaluación específica de la posible utilidad de los algoritmos en la toma de decisiones clínicas, y el equipo identificó 48 variantes bacterianas con valor predictivo, entre ellas microorganismos conocidos por su asociación con la periodontitis como Porphyromonas gingivalis, Filifactor alocis, Fusobacterium nucleatum o Tannerella forsythia.
«El objetivo a largo plazo es avanzar hacia una periodoncia de precisión en la que una muestra sencilla de obtener, como la saliva, pueda ayudarnos a identificar precozmente qué personas presentan una mayor probabilidad de enfermedad y necesitan una evaluación periodontal completa», señala Tomás, quien destaca que el trabajo proporciona una base científica sólida para desarrollar herramientas de cribado accesibles, no invasivas y aplicables a gran escala.
El trabajo, titulado ‘Comparative Diagnostic Performance of Oral Microbial Hábitats for Periodontitis’, fue publicado en el Journal of Dental Research.
Claves
- La investigación fue liderada por el Oral Sciences Research Group (OSRG) de la USC, dirigido por la profesora Inmaculada Tomás.
- El mejor modelo alcanzó una sensibilidad del 92,4%, una especificidad del 85,3% y una AUC de 0,928.
- Los modelos utilizaron firmas de solo 6 a 12 marcadores bacterianos.
- Se analizaron 2.303 muestras procedentes de 33 bioproyectos.
- El estudio fue publicado en el Journal of Dental Research.
- Contó con financiación del Instituto de Salud Carlos III (PI24/00222), cofinanciado por la Unión Europea, la Xunta de Galicia (ED431B GPC2024/05) y Nova Galimplant S.L.U.
Fuente: Universidade de Santiago de Compostela
Te puede interesar:
Albergue en Sarria — Camino de Santiago desde Sarria
Alojamientos en Galicia — Hoteles, casas rurales y apartamentos
Turismo de Galicia — Rutas, playas y gastronomía
¿Planeas visitar Galicia?
Encuentra hoteles, apartamentos y casas con las mejores ofertas
Buscar alojamiento en Hotels.comAcumula sellos · Consigue noches gratis
Publicidad
