UNIVERSIDAD DE GUAYAQUIL

FACULTAD PILOTO DE ODONTOLOGÍA

MATERIA:

PERIODONCIA II

TEMA:

RESUMEN DE ARTICULO CIENTÍFICO

ALUMNO:

MOYA LARA CHRISTIAN MARCELO

DOCENTE:

DR. CHAUCA BAJAÑA LUIS ALBERTO

SEMESTRE:

SÉPTIMO

PARALELO:

CICLO I

2021-2022
 2

Desarrollo de indicadores de pronóstico utilizando árboles de clasificación y de regresión

para la supervivencia
El desarrollo de un pronóstico preciso es un componente integral de la planificación del
tratamiento en la práctica de la periodoncia. implantes dentales, la asignación de un buen
pronóstico a largo plazo es fundamental para determinar de forma fiable un tratamiento
periodontal, sobre todo si se trata de una reconstrucción protésica importante o de la colocación
de implantes dentales, asignar el pronóstico y predecir la supervivencia de los dientes implica que
un examinador identifique uno o más parámetros clínicos comúnmente, estos parámetros clínicos
se registran y ponderan de acuerdo con la experiencia clínica anterior. que existía una relación
entre muchos factores clínicos comúnmente utilizados y la predicción del cambio de la condición
clínica a lo largo del tiempo, así como la tasa de pérdida de dientes.
Parámetros clínicos y ciertos parámetros inmunológicos y microbiológicos son muy
importantes para predecir el cambio del estado clínico de la pieza. La profundidad media de
sondeo, la pérdida media de inserción y la altura del hueso crestal se asociaron con la pérdida ósea
a lo largo del tiempo, así como con la pérdida de inserción. Aunque nuestra investigación se ha
centrado en la asignación de un pronóstico basado en la relación de los factores clínicos
comúnmente enseñados con la pérdida de dientes, se encontró que tres medidas radiográficas eran
predictivas de la curación de la afectación de la furcación de clase II tras la intervención quirúrgica,
los investigadores examinaron variables a nivel de sujeto, de diente y de emplazamiento.
Los diferentes profesionales pueden desarrollar un proyecto a largo plazo para establecer
criterios objetivos de asignación de pronóstico basados en el resultado real.

Tabla 1. Parámetros clínicos comúnmente enseñados utilizados en asignar pronóstico

Pronóstico dental individual Porcentaje de pérdida ósea
Profundidad de sondeo
Distribución y tipo de pérdida ósea
Presencia y severidad de furcas
Movilidad
Corona/ proporción de la raíces
Forma de la raíz
Afectación pulpar
Caries
Posición del diente y
relación oclusal
Valor estratégico
Conocimientos y habilidades del
terapeuta
Pronóstico general Edad
Estado médico
Pronóstico individual del diente
Tasa de progresión
Cooperación del paciente
Consideraciones económicas
 3

Conocimiento y capacidad de la dentista

Factores etiológicos
Hábitos y compulsiones orales

Clasificación y árboles de regresión (CART)

La idea de los árboles de regresión se remonta al programa de detección automática de
interacciones, los métodos basados en árboles gozaron de gran popularidad en diversos campos
porque requieren pocas. suposiciones estadísticas, manejan fácilmente varias estructuras de datos
y permiten una interpretación significativa.
La necesidad de una asignación significativa del pronóstico en la investigación médica llevó a
la generalización de los árboles de regresión. El segundo grupo utiliza un criterio de bondad de la
división que maximiza la diferencia de supervivencia entre los nodos hijos, medida por un
estadístico de dos muestras, como el log-alfa.
Los individuos de estudio están naturalmente agrupados (por ejemplo, la pérdida de dientes)
con los dos enfoques principales (enfoque marginal y enfoque de fragilidad) para la supervivencia
multivariante.
En el enfoque marginal la distribución marginal de los tiempos de fracaso correlacionado se
formula mediante un modelo de riesgos proporcionales de Cox, mientras que la estructura de
dependencia no se especifica. En el enfoque del modelo de fragilidad la dependencia se modela
explícitamente a través de un término de efecto aleatorio multiplicativo llamado frailty
La aplicación del método de árboles de clasificación y regresión (CART) para la supervivencia
está destinada con el fin de acomodar los datos de tiempo de fracaso multivariados como de la
pérdida de dientes y el fracaso de las restauraciones.
Enfoques analíticos con CART para la identificación de indicadores pronósticos
Los pacientes de este estudio se sometieron a regímenes de mantenimiento con intervalos de 2
ó 3 meses, la mayoría con un intervalo de 3 meses, y fueron seguidos por el mismo médico, la
mayoría de los pacientes fueron cumplidores.
Los árboles se ajustaron mediante programas desarrollados con el software estadístico R.
Uso de CART para identificar indicadores de pronósticos periodontales
Los análisis revisados y resumidos aquí incluyeron un total de 2.509 dientes de 100 pacientes
periodontales bien mantenidos, procedentes de una consulta periodontal privada con periodontitis
de moderada a severa.
Tabla 2. Factores clínicos para la asignación de pronóstico utilizados en cultivo de árboles
de supervivencia
Factor clínico Valoración
Edad Edad de ingreso al estudio
Profundidad de palpación Profundidad de palpado más profunda
por cada diente
Participación de furcación Clase I, II o III
Forma de raíz Satisfactorio vs. insatisfactorio
 4

Relación corona / raíz Satisfactorio vs. insatisfactorio

Movilidad 0-3 por cada diente
Estado de tabaquismo Fumador vs no fumador
Tipo de pérdida ósea Horizontal vs vertical
Proximidad a la raíz Satisfactorio vs. insatisfactorio
Nivel de higiene Bueno regular, pobre
Malposición dentaria Normal vs malposicionada
Estado del pilar fijo Sin pilar vs con pilar
Estado del pilar removible Sin pilar vs con pilar
Protector de mordida Sin protector de mordida vs a protector
de mordida
Hábito parafuncional Sin hábito vs con hábito
Sin protector de mordida con Con hábito y protector de mordida vs con
hábito parafuncional hábito y sin protector de mordida
Porcentaje de pérdida ósea Porcentaje medio de pérdida ósea
en toda la boca
Cumplimiento Con cumplimiento vs sin cumplimiento
Historia periodontal de la familia Con historia vs sin historia
Diabetes Con diabetes vs sin diabetes
Afectación endodóntica Con intervención vs sin intervención
Compromiso de caries Con caries vs sin caries

Los datos Se recopilaron datos utilizando 22 medidas clínicas, y se para su inclusión en todos
los árboles de supervivencia, se muestra en la Tabla.
El primer árbol mostrado en la es ara el enfoque de bondad marginal de la partición, que se aplicó
a todos los dientes del conjunto de datos.

Figura 1.-Árbol de supervivencia multivariante para todos los dientes según la bondad del
método de división PD, enfermedad periodontal; BL, la pérdida de hueso
 5

Las variables clínicas significativas en el árbol incluyen la afectación de la furca, la profundidad

de sondeo, la relación corona/raíz, la edad al inicio, la movilidad y el porcentaje medio de pérdida
ósea en la boca. El mejor rendimiento en términos de predicción se obtuvo de los árboles de
supervivencia exponencial multivariante mostrados en los dos cuadros.
Tabla 3. Predicibilidad del árbol de supervivencia de bondad marginal de división

Grupo Definición Número de Número de Porcentaje

dientes perdidos de pérdida
I Bueno 418 0 0.0
II Regular 501 2 0.4
III Pobre 1357 66 4.9
IV Cuestionable 138 32 23.2
V Sin 95 31 32.6
esperanza

Figura 2. Árbol de supervivencia exponencial multivariado para no molares. EP,

enfermedad periodontal; BL, pérdida ósea.

Fig. 3. Árbol de supervivencia exponencial multivariado de molares. EP,

enfermedad periodontal; BL, pérdida ósea.
 6

Implicaciones para la investigación clínica y la práctica

En la actualidad, no existe un sistema uniforme para la asignación del pronóstico periodontal.
Las investigaciones anteriores han demostrado que muchos de los parámetros clínicos
comúnmente utilizados están asociados a la probabilidad de supervivencia de los dientes
El objetivo de este estudio era mostrar la utilidad del CART para la supervivencia en el
desarrollo de un sistema de este tipo.
Tabla 4. Clasificación del pronóstico por tipo de diente (molaresm vs no molares) de árboles de
supervivencia exponencial multivariante

No molares Molares
Bueno
Profundidad de palpado ≤ 5 mm Relación corona / raíz insatisfactoria
Sin bruxismo no tratado Movilidad de 0 o 1
O Historia familiar de periodontal.
Profundidad de palpado ≤ 5 mm enfermedad
Bruxismo no tratado Bruxismo no tratado
Movilidad de 0 o 1 O
No removible Relación corona / raíz satisfactoria
contrafuerte Participación de furcación de
0, 1 o 2
Profundidad de palpado ≤ 4 mm
O
Relación corona / raíz satisfactoria

Regular
Profundidad de palpación
> 5 mm
Porcentaje de pérdida ósea
£ 25%
O Sin bruxismo no tratado
Profundidad de palpado> 5 mm
Porcentaje de pérdida ósea
> 25%
Buena higiene bucal
Pobre
Profundidad de palpado ≤ 5 mm
Bruxismo no tratado
Movilidad de 0 o 1
Pilar removible
7
Participación de furcación de
0, 1 o 2
Profundidad de palpado> 4 y ≤ 9 mm
Forma de raíz satisfactoria
Buena higiene bucal
O
Relación corona / raíz satisfactoria
Participación de furcación de
0, 1 o 2
Profundidad de palpado> 4 y ≤ 9 mm
Forma de raíz satisfactoria
Higiene bucal regular o deficiente
Utiliza protector de mordida
O
Relación corona / raíz insatisfactoria
Movilidad de 0 o 1
Sin antecedentes familiares de
enfermedad periodontal
Sin bruxismo no tratado
Higiene bucal buena o justa
Relación corona / raíz insatisfactoria
Movilidad de 0 o 1
Historia familiar de periodontal.
enfermedad
Relación corona / raíz satisfactoria
Profundidad de palpado ≤ 9 mm
Afectación de la furcación de 3
O
Relación corona / raíz satisfactoria
Participación de la furcación
de 0, 1 o 2
Profundidad de palpado> 4 y ≤ 9 mm
 8

Forma de raíz satisfactoria

Higiene bucal regular o deficiente
Sin protector de mordida
Porcentaje de pérdida ósea> 10%
O
Relación corona / raíz satisfactoria
Participación de furcación de
0, 1 o 2
Profundidad de palpado> 4 y ≤ 9 mm
Forma de raíz insatisfactoria

Cuestionable
Profundidad de palpación Relación corona / raíz satisfactoria
> 5 mm Profundidad de palpación> 9 mm
Porcentaje de pérdida ósea O
> 25% Relación corona / raíz satisfactoria
Regular o pobre oral Participación de furcación de
higiene 0, 1 o 2
Movilidad de 0 o 1 Profundidad de palpado> 4 y ≤ 9 mm
Forma de raíz satisfactoria
Higiene bucal regular o deficiente
Sin protector de mordida
Porcentaje de pérdida ósea> 10%
O
Relación corona / raíz insatisfactoria
Movilidad de 0 o 1
Sin antecedentes familiares de
enfermedad periodontal
Sin bruxismo no tratado
Mala higiene bucal

Sin esperanza
Profundidad de palpación Relación corona / raíz insatisfactoria
> 5 mm Movilidad de 2 o 3
Porcentaje de pérdida ósea
> 25%
Regular o pobre oral
higiene
Movilidad de 2 o 3
O
Profundidad de palpado ≤5 mm
Bruxismo no tratado
Movilidad de 2 o 3
 9

Utilizamos la modelización exponencial multivariante y produjimos árboles para molares y no

molares por separado, obteniendo con ello una sensibilidad y especificidad mucho mejores, aunque
los resultados seguían sin ser óptimos.
Tabla 5. Previsibilidad de árboles de supervivencia exponencial multivariante por tipo de diente
(no molares frente a molares).
Grupo Definición No molares Molares
Número Número Porcentaje Número Número Porcentaje
de de de pérdida de perdido de pérdida
dientes perdidos dientes
I Bueno 1402 4 0.3 220 2 0.9
II Regular 241 5 2.1 251 16 6.4
III Pobre 19 1 5.3 89 13 14.6
IV Cuestionable 142 31 21.8 74 21 28.4
V Sin 31 14 45.2 40 24 60.0
esperanza

 Sobre la base de la modelización estratificada, la relación corona ⁄ relación radicular fue

el factor más predictivo de fracaso molar, mientras que la profundidad de sondeo >5
mm fue el factor más predictivo del fracaso no molar.
 Otros factores que se asociaron significativamente con el fracaso son la profundidad de
sondeo, el aumento de la movilidad, mayor movilidad, mayor afectación de la furcación,
ausencia de enfermedad periodontal, higiene bucal deficiente y forma radicular
insatisfactoria.
 Aunque estos factores tienen un sentido intuitivo como predictores de la pérdida de
dientes y son consistentes entre los árboles, otros factores son inconsistentes, como el
efecto del bruxismo no tratado en la supervivencia de los molares.
 En el futuro, el indicador de pronóstico periodontal puede proporcionar una base para
la asignación del pronóstico y, por tanto, para la planificación del tratamiento.
 Se necesita más investigación en el área del pronóstico periodontal, así como el
pronóstico dental general, para que los profesionales puedan evaluar mejor un diente en
cualquier momento y desarrollar planes de tratamiento que se guíen mejor para una
asignación de pronóstico basada en la evidencia.
 Este estudio demuestra la utilidad de la técnica multivariante CART para la
supervivencia en el desarrollo de indicadores de pronóstico basados en la evidencia.
Con el tiempo, con la acumulación de datos longitudinales de muchos consultorios,
deberíamos tener la evidencia que puedan utilizar los periodoncistas, los dentistas, los
planes de pago de terceros y los pacientes.