Adelantarse a las infecciones

En España se coloca cada año más de un millón de implantes dentales. Estos procesos clínicos pueden llegar a desembocar en enfermedades periimplantarias, que son infecciones orales que afectan a la estructura de los implantes y la encía que los rodea. Actualmente, la prevalencia de esta enfermedad se sitúa, según diversos estudios, en cifras que pueden rondar el 20%, situación que se ve agravada, ya que los métodos de diagnóstico actuales no permiten una detección precoz u ofrecen información clara sobre la causa del proceso inflamatorio. «Estamos, por tanto, ante un problema clínico relevante y creciente», apunta el doctor en Odontología y director del grupo de investigación en Odontología DENS-ia de la Universidad Europea Miguel de Cervantes (UEMC) de Valladolid, Aritza Brizuela.

Para mejorar este contexto, desde la UEMC han lanzado una investigación con la cual quieren adelantarse a esas infecciones mediante un análisis del entorno biológico local para aportar información que complemente la exploración clínica tradicional. Así, buscan permitir una mejora de los diseños y tratamientos sobre implantes para la mejora de su rendimiento.

«Los implantes han supuesto una revolución en la rehabilitación oral, permitiendo recuperar la función masticatoria y estética con altos índices de éxito. Sin embargo, no están exentos de complicaciones. En un porcentaje significativo de casos puede desarrollarse una inflamación de los tejidos que rodean al implante que, si progresa, puede comprometer su supervivencia».

Esta inflamación puede ocurrir por múltiples causas, como la higiene, hábitos, sobrecargas funcionales, el propio implante o factores biológicos individuales, entre otros. «Esa complejidad es lo que hace que el problema sea difícil de abordar con las herramientas tradicionales», incide.

Por ello, quieren combinar el análisis del microbioma y perfiles moleculares locales de los tejidos periimplantarios para la identificación de factores de riesgo clínicos, y toda la información que obtendrán de ese estudio la integrarán mediante herramientas de inteligencia artificial para detectar patrones que puedan ayudar a anticipar el riesgo y comprender mejor las causas subyacentes.

De esta manera, quieren mejorar sus actuaciones en el día a día de la práctica clínica diaria. «Actualmente, diagnosticamos la periimplantitis principalmente mediante radiografías y exploración clínica, con baja especificidad y sensibilidad. Son herramientas imprescindibles, pero suelen detectar el problema cuando ya existe pérdida ósea. En fases tempranas, la capacidad de anticipación es limitada».

Con este trabajo esperan poder mejorar el diagnóstico precoz y facilitar esas decisiones clínicas desde un enfoque más personalizado del tratamiento. «Nuestro objetivo es desarrollar y validar modelos predictivos, orientados a la detección temprana del riesgo de inflamación periimplantaria y pérdida ósea progresiva. Aspiramos a poder identificar señales biológicas que indiquen que un implante puede estar entrando en una fase de riesgo antes de que el daño sea evidente en una radiografía».

Una segunda meta, «más ambiciosa», que se han marcado es explorar si perfiles esos biológicos pueden relacionarse con factores causales concretos y facilitar herramientas aplicables en la consulta dental. «Este último paso dependerá de los resultados obtenidos y del desarrollo progresivo del proyecto».

Para llegar a esa meta comenzó por una revisión exhaustiva del conocimiento científico en este ámbito, previo a hacer estudios clínicos observacionales para caracterizar el entorno biológico periimplantario en distintas situaciones. Esta es la fase en la que se encuentran actualmente, recogiendo muestras y datos clínicos, y, posteriormente, emplearán herramientas de análisis avanzado e inteligencia artificial para integrar esa información recabada y detectar los posibles patrones.

«Si confirmamos que distintos factores causales generan entornos biológicos diferenciables, aunque las diferencias sean sutiles, estaríamos ante una base sólida para avanzar en modelos predictivos».

«La inteligencia artificial juega aquí un papel relevante, porque permite analizar simultáneamente múltiples variables y encontrar relaciones que no son evidentes mediante análisis convencionales», añade.

En caso de que obtengan esos resultados esperados, procederán a validarlos nuevamente en un entorno clínico independiente. Para ello han presentado junto con el centro tecnológico catalán Eurecat una propuesta público-privada al Ministerio de Ciencia, Innovación y Universidades, para poder desarrollar las siguientes fases.

«La enfermedad periimplantaria no solo tiene implicaciones económicas, sino también clínicas, al causar dolor, pérdida de función masticatoria, necesidad de tratamientos complejos e incluso pérdida del implante y de las prótesis dentales que retienen». Por ello, Brizuela destaca la relevancia de poder llegar a contar con un sistema que permita detectar precozmente el riesgo y orientar el tratamiento hacia la causa concreta, puesto que podría «reducir complicaciones, mejorar la calidad de vida del paciente y optimizar los recursos sanitarios».

En este sentido, el investigador remarca que «cada proyecto es una oportunidad de aportar algo útil a la práctica clínica real. Si este trabajo contribuye, aunque sea modestamente, a mejorar el cuidado de los pacientes ya demostrar que la investigación biomédica necesita apoyo estructural para generar impacto real, habrá merecido la pena».