A profesora Inmaculada Tomás, coordinadora do grupo de investigación Oral Sciences. Foto: USC.

A profesora Inmaculada Tomás, coordinadora do grupo de investigación Oral Sciences. Foto: USC.

Investigadores da USC consiguen predicir a periodontite mediante biomarcadores

O traballo, que se atopa en fase de patente, chegou a acadar porcentaxes de predición maiores do 95%, valores considerados "excepcionais"

As enfermidades periodontais atópanse entre as máis comúns que afectan aos seres humanos. En 2010 estimouse que a periodontite representaba a sexta enfermidade máis prevalente no mundo, afectando a 743 millóns de persoas e cunha incidencia de 701 casos por 100.000 habitantes/ano.

No ámbito odontolóxico, determinadas medidas clínicas son utilizadas para avaliar a severidade destas enfermidades e a resposta aos diferentes tratamentos. Non obstante, estes criterios clínicos tradicionais, asociados a un alto grao de imprecisión non son útiles para determinar a súa actividade ou o risco futuro de perda ósea. Como consecuencia, un dos principais desafíos pendentes é o desenvolvemento de tests diagnósticos baseados en biomarcadores que determinen con maior obxectividade e exactitude o risco de padecer enfermidades periodontais desde as súas fases iniciais.

Pérdida ósea asociada a periodontite.

Pérdida ósea asociada a periodontite.

A profesora Inmaculada Tomás e o grupo de investigación que coordina, Oral Sciences Research Group do Departamento de Cirurxía e Especialidades Médico-cirúrxicas, acaban de publicar na prestixiosa revista Scientific Reports, do grupo Nature, un traballo que representa a primeira evidencia científica do desenvolvemento de modelos matemáticos baseados nos niveis orais de mediadores inflamatorios, con capacidade para predicir a presenza dunha periodontite crónica. Neste estudo participaron tamén os profesores María Ángeles Casares de Cal e César Sánchez Sellero, do Departamento de Análise Matemática, Estatística e Optimización, así como a doutora Manuela Alonso Sampedro, investigadora do Complexo Hospitalario Universitario de Santiago de Compostela.

A investigación identifica modelos baseados en diferentes combinacións de citoquinas – proteínas responsables da comunicación intercelular– pro-inflamatorias e anti-inflamatorias que, mediante axeitadas técnicas de modelado preditivo multivariante, mostraron unha extraordinaria capacidade preditiva da periodontite crónica. Detectáronse porcentaxes de predición maiores do 95% e de sensibilidade/especificidade maiores do 92%, valores superiores ao 90% que a comunidade científica considera como “excepcionais”.

A periodontite afecta a máis 740 millóns de persoas no mundo

Estes modelos altamente preditivos son obtidos tan só coa combinación de dúas citoquinas, “o que representa unha liña prometedora no desenvolvemento de kits diagnósticos das enfermidades periodontais de fácil aplicación clínica”, asegura Inmaculada Tomás. Nestes momentos, a iniciativa atópase en fase de patentado a través da Área de Valorización, Transferencia e Emprendemento da USC e a profesora Tomás e o seu equipo están traballando no desenvolvemento e construción dos diferentes kits.

“O seu uso suporía unha mellora na diagnose e seguimento de pacientes con periodontite crónica, o que conduciría a mellores e máis rendibles métodos de prevención e tratamento desta enfermidade oral crónica e das súas posibles consecuencias na saúde xeral”, explica a profesora da USC.

En efecto, os pacientes que sofren estas patoloxías manifestan unha peor percepción do seu estado de saúde oral e unha peor calidade de vida en relación cos suxeitos que non as padecen. Por outra banda, as enfermidades periodontais adquiriron unha grande importancia no ámbito da saúde xeral, “xa que existe unha evidencia científica sólida que as asocia a enfermidades sistémicas graves como diabetes, enfermidade cardíaca coronaria, artrite reumatoide, enfermidades respiratorias e Alzheimer”, apunta Tomás.

Estes achados foron presentados recentemente en Viena no Congreso Europeo da IADR, a sociedade científica internacional máis importante no campo da investigación en ciencias odontolóxicas.

Deixar unha resposta

XHTML: Podes empregar estas etiquetas: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

POLÍTICA DE COMENTARIOS:

GCiencia non publicará comentarios ofensivos, que non sexan respectuosos ou que conteñan expresións discriminatorias, difamatorias ou contrarias á lexislación vixente.

GCiencia no publicará comentarios ofensivos, que no sean respetuosos o que contentan expresiones discriminatorias, difamatorias o contrarias a la ley existente.