Perioproject: La app que predice la pérdida de dientes por enfermedad periodontal

CLíNICA DENTAL MARTINEZ CANUT
Fecha de finalización: 15/01/2018

El proyecto se centra en hallar un modelo predictivo capaz de ofrecer un diagnóstico de pérdida dentaria que calcule la probabilidad de pérdida de cada diente y el tiempo estimado de supervivencia de los mismos.

 

Para ello, se desarrolló un algoritmo basado en la investigación realizada por el doctor Martinez Canut junto a un equipo de desarrolladores y estadistas. El modelo predictivo se ha basado en una amplia muestra de 500 pacientes que fueron monitorizados para extraer los parámetros necesarios.

 

Cerca de 25 años de investigación que fueron recopilados en un estudio presentado en la revista de mayor impacto en odontología, el Journal of clinical Periodontology en 2015 han permitido extraer los factores predictivos más importantes de la pérdida dentaria.

 

De 20 factores predictivos se seleccionaron 11 para realizar el algoritmo del modelo. Cinco de ellos están relacionados con el estado de salud y hábitos del paciente, mientras los otros seis factores señalan las condiciones del diente.

 

Dr. Pedro Martinez Canut

DIRECTOR DE CLÍNICA MARTINEZ CANUT

La pérdida de la dentadura causada por una enfermedad de las encías puede evitarse e incluso pronosticarse

El proyecto en 6 pasos

filter_1

¿Para quién?

El doctor Pedro Martinez Canut ha sido profesor titular de periodoncia en la Facultad de Medicina y Odontología de Valencia y creó el Master de esta especialidad. Desde hace más de 25 años investiga en pronóstico periodontal y publica sus resultados a nivel internacional.

filter_2

Situación inicial

El pronóstico de los dientes que han perdido parte de su sujeción como consecuencia de la enfermedad periodontal se ha venido realizando de una forma subjetiva y sin unos criterios claramente definidos.

filter_3

Objetivos

El objetivo era ayudar al Doctor Canut a crear una herramienta online, pensada para ser usada por especialistas en odontología, en consultas relacionadas con la caída de dientes por enfermedad periodontal.

filter_4

El desafío

Crear un modelo predictivo de pérdida dentaria cuyo algoritmo calcule la probabilidad de pérdida y el tiempo estimado de supervivencia de cada diente.

filter_5

Beneficios obtenidos

La comunidad médica puede beneficiarse de una investigación que posibilita una herramienta que permite un diagnóstico avanzado de la pérdida dentaria en pacientes con periodontitis.

filter_6

Próximos retos

El modelo sale del enfoque tradicional para ofrecer un pronóstico mucho más certero. Para ello se integrará simultáneamente el pronóstico del diente con un algoritmo complementario para identificar la predisposición particular del paciente a perder sus dientes.

Resultados obtenidos

La aplicación solicita los datos necesarios para accionar el algoritmo del modelo predictivo. Una vez establecidos todos los parámetros de manera visual en la app podremos observar las siguientes categorías: los dientes que pese a estar afectados se mantendrán a largo plazo se muestran en color blanco; los que podrían perderse y en el plazo de tiempo estimado en amarillo, y los que no pueden mantenerse o se perderán a corto plazo en rojo.

Este pronóstico es altamente fiable para los dientes categorizados en blanco y rojo, mientras que para la categoría en amarillo acertaría el tiempo de supervivencia en el 80% de los casos.

Se trata de una plataforma web de amplio valor para la comunidad médica y que se complementa además con otra consistente en un test de autoevaluación de la enfermedad para la población general.

El modelo sale del enfoque tradicional del pronóstico convencional para ofrecer al paciente el análisis de cada una de sus piezas dentarias, permitiendo la toma de decisiones para el tratamiento personalizado.

Este sitio web utiliza cookies para que tengas una mejor experiencia de usuario. Si continúas navegando estás dando tu consentimiento para la aceptación de cookies y la aceptación de nuestra Política de cookies.

ACEPTAR
Aviso de cookies