Detección del virus del papiloma humano en fluido crevicular y estratificación de riesgo en periodontitis refractaria: un estudio multicéntrico transversal
DOI:
https://doi.org/10.15517/6wy7yk89Palabras clave:
Periodontitis; Papillomavirus humano; Reacción en cadena de la polimerasa; Líquido del surco gingiva; Medición de riesgo; Salud bucal.Resumen
La periodontitis refractaria afecta las tasas de éxito del tratamiento y puede estar asociada con reservorios virales en las bolsas periodontales. El virus del papiloma humano (VPH) causa efectos citopáticos directos en los tejidos periodontales y puede contribuir al fracaso del tratamiento. Este estudio tuvo como objetivo detectar el VPH en el fluido crevicular y desarrollar una herramienta de estratificación de riesgo para pacientes con periodontitis refractaria. Se realizó un estudio multicéntrico transversal con 80 pacientes con periodontitis refractaria de dos universidades colombianas. La detección de VPH se realizó mediante PCR convencional y dúplex en tiempo real en muestras de fluido crevicular. Se analizaron variables sociodemográficas y clínicas. Se utilizó regresión logística multivariada y análisis de curvas ROC para desarrollar y validar un puntaje de predicción de riesgo. La prevalencia de VPH fue del 15% (12/80 pacientes), con genotipos de alto riesgo identificados en 4 casos (33% de los VPH-positivos). El análisis multivariado reveló la práctica de sexo oral como el predictor independiente más fuerte (OR=18.9; IC95%: 4.2-85.3, p<0.001), seguido por sexo femenino (OR=2.8; IC95%: 0.6-13.1) y edad >50 años (OR=4.2; IC95%: 0.5-35.7). El puntaje de riesgo desarrollado mostró excelente capacidad discriminativa (AUC-ROC=0.85; IC95%: 0.74-0.96) con 75% de sensibilidad y 82% de especificidad en el punto de corte óptimo. La detección de VPH en fluido crevicular utilizando nuestra herramienta de estratificación de riesgo validada puede identificar pacientes con periodontitis refractaria que requieren enfoques terapéuticos modificados. El puntaje de riesgo proporciona una herramienta clínica práctica para el tamizaje de VPH en la práctica periodontal.
Descargas
Referencias
Papapanou P.N., Sanz M., Buduneli N., Dietrich T., Feres M., Fine D.H., et al. Periodontitis: Consensus report of workgroup 2 of the 2017 World Workshop on the Classification of Periodontal and Peri-Implant Diseases and Conditions. J Clin Periodontol. 2018; 45: S162-70.
Forman D., de Martel C., Lacey C.J., Soerjomataram I., Lortet-Tieulent J., Bruni L., et al. Global burden of human papillomavirus and related diseases. Vaccine. 2012; 30: F12-23. DOI: https://doi.org/10.1016/j.vaccine.2012.07.055
Chaturvedi A.K., Anderson W.F., Lortet-Tieulent J., Curado M.P., Ferlay J., Franceschi S., et al. Worldwide trends in incidence rates for oral cavity and oropharyngeal cancers. J Clin Oncol. 2013; 31: 4550-9. DOI: https://doi.org/10.1200/JCO.2013.50.3870
Hormia M., Willberg J., Ruokonen H., Syrjänen S. Marginal periodontium as a potential reservoir of human papillomavirus in oral mucosa. J Periodontol. 2005; 76: 358-63. DOI: https://doi.org/10.1902/jop.2005.76.3.358
Dayakar M.M., Shipilova A., Gupta D. Periodontal pocket as a possible reservoir for high-risk human papillomavirus: a pilot study. J Indian Soc Periodontol. 2016; 20: 136-40. DOI: https://doi.org/10.4103/0972-124X.170815
Cameron J.E., Mercante D., O'Brien M., Gaffga A.M., Leigh J.E., Fidel P.L. Jr., et al. The impact of highly active antiretroviral therapy and immunodeficiency on human papillomavirus infection of the oral cavity of human immunodeficiency virus-seropositive adults. Sex Transm Dis. 2005; 32: 703-9. DOI: https://doi.org/10.1097/01.olq.0000175398.34610.2e
Parra B., Slots J. Detection of human viruses in periodontal pockets using polymerase chain reaction. Oral Microbiol Immunol. 1996; 11: 289-93. DOI: https://doi.org/10.1111/j.1399-302X.1996.tb00183.x
Escalona L., Veitía D., Perrone M. Detección de Virus Papiloma Humano en el fluido gingival de pacientes con inmunodeficiencia humana y enfermedad periodontal. Invest Clín. 2011; 52: 207-15.
Sritippho T., Chotjumlong P., Lamaroon A. Roles of Human Papillomaviruses and p16 in Oral Cancer. Asian Pac J Cancer Prev. 2015; 16: 6193-200. DOI: https://doi.org/10.7314/APJCP.2015.16.15.6193
Botero J., Bedoya E. Determinants of periodontal diagnosis. Rev Clin Periodoncia Implantol Rehabili Oral. 2010; 3: 94-9. DOI: https://doi.org/10.4067/S0719-01072010000200007
Şahiner F., Kubar A., Yapar M., Şener K., Dede M., Gümral R. Detection of major HPVs by a new multiplex real-time PCR assay using type-specific primers. J Microbiol Methods. 2014; 97: 44-50. DOI: https://doi.org/10.1016/j.mimet.2013.12.012
Tsakogiannis D., Papacharalampous M., Toska E., Kyriakopoulou Z., Dimitriou T.G., Ruether I.G., et al. Duplex Real-time PCR assay and SYBR green I melting curve analysis for molecular identification of HPV genotypes 16, 18, 31, 35, 51 and 66. Mol Cell Probes. 2015; 29: 13-8. DOI: https://doi.org/10.1016/j.mcp.2014.09.003
Albandar J.M., Susin C., Hughes F.J. Manifestations of systemic diseases and conditions that affect the periodontal attachment apparatus: Case definitions and diagnostic considerations. J Clin Periodontol. 2018; 45: 171-89. DOI: https://doi.org/10.1111/jcpe.12947
Chapple I., Mealey B., Van Dyke T. Consensus report: Periodontal health and gingival diseases/conditions. J Clin Periodontol. 2018; 45: 68-77. DOI: https://doi.org/10.1111/jcpe.12940
Chow S.C., Shao J., Wang H. Sample Size Calculations in Clinical Research. 2nd ed. New York: Marcel Dekker; 2008. DOI: https://doi.org/10.1201/9781584889830
Rojas G., Silva S. Técnica sencilla para determinar la presencia de genotipos virales y bacterianos en pacientes con enfermedad periodontal. Rev Cient Odontol. 2011; 7: 75-9.
de Roda Husman A.M., Walboomers J.M., van den Brule A.J., Meijer C.J., Snijders P.J. The use of general primers GP5 and GP6 elongated at their 3' ends with adjacent highly conserved sequences improves human papillomavirus detection by PCR. J Gen Virol. 1995; 76: 1057-62. DOI: https://doi.org/10.1099/0022-1317-76-4-1057
Gravitt P.E., Peyton C.L., Alessi T.Q., Wheeler C.M., Coutlée F., Hildesheim A., et al. Improved amplification of genital human papillomaviruses. J Clin Microbiol. 2000; 38: 357-61. DOI: https://doi.org/10.1128/JCM.38.1.357-361.2000
Breiman L. Random forests. Machine Learn. 2001; 45: 5-32. DOI: https://doi.org/10.1023/A:1010933404324
Friedman J.H. Greedy function approximation: a gradient boosting machine. Ann Stat. 2001; 29: 1189-232. DOI: https://doi.org/10.1214/aos/1013203451
Robin X., Turck N., Hainard A., Tiberti N., Lisacek F., Sanchez J.C., et al. pROC: an open-source package for R and S+ to analyze and compare ROC curves. BMC Bioinformatics. 2011; 12: 77. DOI: https://doi.org/10.1186/1471-2105-12-77
DeLong E.R., DeLong D.M., Clarke-Pearson D.L. Comparing the areas under two or more correlated receiver operating characteristic curves: a nonparametric approach. Biometrics. 1988; 44: 837-45. DOI: https://doi.org/10.2307/2531595
Harrell F.E. Jr. Regression Modeling Strategies: With Applications to Linear Models, Logistic Regression, and Survival Analysis. 2nd ed. New York: Springer; 2015. DOI: https://doi.org/10.1007/978-3-319-19425-7
Viechtbauer W. Conducting meta-analyses in R with the metafor package. J Stat Softw. 2010; 36: 1-48. DOI: https://doi.org/10.18637/jss.v036.i03
Rouder J.N., Speckman P.L,. Sun D., Morey R.D., Iverson G. Bayesian t tests for accepting and rejecting the null hypothesis. Psychon Bull Rev. 2009; 16: 225-37. DOI: https://doi.org/10.3758/PBR.16.2.225
Steyerberg E.W., Harrell F.E. Jr., Borsboom G.J., Eijkemans M.J., Vergouwe Y., Habbema JD. Internal validation of predictive models: efficiency of some procedures for logistic regression analysis. J Clin Epidemiol. 2001; 54: 774-81. DOI: https://doi.org/10.1016/S0895-4356(01)00341-9
Collins G.S., Reitsma J.B., Altman D.G., Moons K.G. Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis (TRIPOD): the TRIPOD statement. BMJ. 2015; 350: g7594. DOI: https://doi.org/10.1136/bmj.g7594
Pencina M.J., D'Agostino R.B. Sr., D'Agostino R.B. Jr., Vasan R.S. Evaluating the added predictive ability of a new marker: from area under the ROC curve to reclassification and beyond. Stat Med. 2008; 27: 157-72. DOI: https://doi.org/10.1002/sim.2929
Van Calster B., Wynants L., Verbeek J.F., Verbakel J.Y., Christodoulou E., Vickers A.J., et al. Reporting and interpreting decision curve analysis: a guide for investigators. Eur Urol. 2018; 74: 796-804. DOI: https://doi.org/10.1016/j.eururo.2018.08.038
Riley R.D., Ensor J., Snell K.I., Harrell F.E. Jr., Martin G.P., Reitsma J.B., et al. Calculating the sample size required for developing a clinical prediction model. BMJ. 2020; 368: m441. DOI: https://doi.org/10.1136/bmj.m441
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Martha Rebolledo Cobos, Alejandra Herrera-Herrera, Jaime Plazas Román, Luisa Barriga Periñan, Martha Carmona Lorduy.
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
ODOVTOS - Int. J. Dent. Sc. endorses CC BY-NC-SA
This license enables reusers to distribute, remix, adapt, and build upon the material in any medium or format for noncommercial purposes only, and only so long as attribution is given to the creator. If you remix, adapt, or build upon the material, you must license the modified material under identical terms. CC BY-NC-SA includes the following elements:
BY: credit must be given to the creator.
NC: Only noncommercial uses of the work are permitted.
SA: Adaptations must be shared under the same terms.
