Реализация прогностической стратегии в диагностике воспалительных заболеваний пародонта

Актуальность. Диагностика заболеваний пародонта с учетом тяжести заболевания, его распространенности, прогрессии и системы стадирования, возможны с помощью определения уровня биомаркеров или биомаркеров молекулярной визуализации в таких биосредах, как кревикулярная или сулькулярная жидкость (GCF или GSF), слюна, ротовая жидкость. GCF в настоящее время отнесена к одной из диагностически значимых биологических жидкостей для оценки состояния пародонтальных тканей не только в условиях клинико-диагностических лабораторий, но и в стоматологических кабинетах. Внедрение чувствительных, высокоточных, неинвазивных, специфичных методов экспресс-диагностики GCF, базирующихся на качественном анализе биомаркеров цитокинового дисбаланса, иммунологических расстройств, изменения факторов неспецифической защиты и биофизических показателей, позволит объективно оценить состояние пародонтальных тканей.

Цель. Повышение эффективности профилактики пародонтита с помощью разработанной математической модели для персонализированного прогнозирования течения воспалительных заболеваний пародонта на основе исследованных биомаркеров в GSF.

Материал и методы. В исследование включен 101 пациент: I группа представлена 22 больными с диагнозом К 05.10 (гингивит), II группа – 31 пациентом с диагнозом К 05.31 (пародонтит легкой степени тяжести), III группа – 18 пациентами с диагнозом К 05.31 (пародонтит средней степени тяжести). Группа сравнения состояла из 30 обследованных с клинически здоровым пародонтом. У всех обследованных проведены клинико-инструментальное исследование, определение пародонтальных индексов, забор GCF, количественное исследование в ней уровня иммунорегуляторных медиаторов (IL-1β, IL-6, TNF-α, IL-8, МСР-1, IL-17, VEGF, IL-1RA).

Результаты. Исследование иммунорегуляторных медиаторов подтвердили значение нарастания уровня про- и противовоспалительных цитокинов/хемокинов, а также снижения противовоспалительного биомаркера IL-1RA в GCF на начальных этапах активации воспалительных изменений в пародонтальных тканях и появление признаков разрушения зубодесневого соединения. С помощью логистической регрессии и обучения мультиклассового классификатора на основе метода опорных векторов построена модель для прогноза риска потери зубодесневого соединения у пациентов и формирования пародонтита.

Заключение. Результаты логистического регрессионного моделирования и обучения мультиклассового классификатора на основе метода опорных векторов демонстрируют, что в диагностике начальных стадий повреждения пародонтальных тканей с утратой зубодесневого соединения (ЗДС) наиболее эффективен комплексный подход использования биомаркеров воспалительных процессов и разработка мультимаркерных алгоритмов на основе программы ЭВМ.

1. Cafiero C, Matarasso S. Predictive, preventive, personalised and participatory periodontology: ‘the 5Ps age’ has already started. EPMA Journal. 2013;4(1):16. doi:10.1186/1878-5085-4-16

2. Bostanci N, Belibasakis GN. Precision periodontal care: from omics discoveries to chairside diagnostics. Clin Oral Invest. 2023;27(3):1-8. doi: 10.1007/s00784-023-04878-7

3. Cecoro G, Annunziata M, Iuorio MT, Nastri L, Guida L, et al. Periodontitis, low-grade inflammation and systemic health: a scoping review. Medicina. 2020;56(6):272. doi: 10.3390/medicina56060272

4. Ramadan DE, Hariyani N, Indrawati R, Ridwan RD. Cytokines and chemokines in periodontitis. Eur. J. Dent. 2020;14(3):483-495. doi: 10.1055/s-0040-1712718.

5. Martínez-García M, Hernández-Lemus E. Periodontal Inflammation and Systemic Diseases: An Overview. Front. Physiol. 2021;12:709438. doi: 10.3389/fphys.2021.709438

6. Fabri GMC. Potential link between covid-19 and periodontitis: cytokine storm, immunosuppression, and dysbiosis. Oral Health and Dental Management. 2020;20(1):1-5.

7. Kinane DF, Stathopoulou PG, Papapanou PN. Periodontal diseases. Nat. Rev. Dis. Primers. 2017;3(1):1-14. doi: 10.1038/nrdp.2017.38

8. Ferlazzo N, Curro M, Isola G, Maggio S, Bertuccio MP, Trovato-Salinaro A et al. Changes in the biomarkers of oxidative/nitrosative stress and endothelial dysfunction are associated with cardiovascular risk in periodontitis patients. Curr. Issues Mol. Biol. 2021;43(2):704–715. doi: 10.3390/cimb43020051

9. Еремин ОВ, Островская ЛЮ, Захарова НБ, Катханова ЛС, Кобзева ЮА, Доменюк ДА. Информативность количественной оценки иммунорегуляторных медиаторов кревикулярной жидкости в прогнозировании характера течения воспалительных заболеваний пародонта. Пародонтология. 2022;27(3):209-216. doi: 10.33925/1683-3759-2022-27-3-209-216

10. Ostrovskaya LYu, Eremin OV, Zakharova NB, Katkhanova L, Parfenov A, Kobzeva Ju, et al. Gum fluid biomarkers in personalized diagnostics of inflammatory periodontal diseases. Archiv Euro Medica. 2021;11(4):130-135. doi: 10.35630/2199-885X/2021/11/4.30