Impacto del hábito tabáquico y la edad en la predicción diagnóstica de biomarcadores moleculares subgingivales de periodontitis

Abstract

Objetivo: Evaluar el impacto de las variables clínicas de edad y hábito tabáquico en la capacidad diagnóstica de las proteínas subgingivales para detectar la periodontitis. Material y métodos: Se recogieron muestras de fluido gingival crevicular (FGC) de 44 sujetos periodontalmente sanos y 40 con periodontitis en estadios III-IV. Las muestras fueron analizadas con la técnica proteómica “sequential window acquisition of all theoretical mass spectra” (SWATH-MS). Las proteínas se identificaron utilizando la base de datos UniProt evaluándose su capacidad diagnóstica mediante el paquete “generalised additive models” (GAM). Los modelos proteicos individuales fueron calculados sin ajustar y ajustándose por edad y hábito tabáquico (años fumando e índice paquete-año). Se aplicó validación cruzada con tres particiones para controlar el sobreajuste de los modelos predictivos calculándose los parámetros de clasificación. Resultados: Las ocho proteínas evaluadas (gliceraldehído-3-fosfato deshidrogenasa [GAPDH], queratina, tipo II citoesquelética 6A, proteína del gránulo de zimógeno 16 homóloga B [ZG16B], inhibidor de la proteasa plasmática C1, anhidrasa carbónica 1 y las subunidades de la hemoglobina [Hbs] alfa, beta y delta) mostraron una precisión (PRE) de 64,3-91,7% (sensibilidad/especificidad de 42,5-95,0%/68,2-88,6%) sin ajustar. Ajustándose por edad, la capacidad predictiva aumentó para los ocho biomarcadores (PRE: 88,1-96,4%; sensibilidad/especificidad: 87,5 -97,5%/81,8-97,7%). De acuerdo con el hábito tabáquico, el rendimiento mejoró para seis proteínas (PRE: 81,0-92,9%; sensibilidad/especificidad: 67,5-95,0%/72,7-93,2%), pero se redujo para la GAPDH considerando años fumando e índice paquete-año (PRE: 71,4% y 85,7%; sensibilidad/especificidad: 72,5% y 87,5%/70,5% y 84,1%) y para la Hb beta considerando los años fumando (PRE: 72,6%; sensibilidad/especificidad: 57,5%/86,4%). Conclusiones: La edad y hábito tabáquico influyen en la precisión diagnóstica de las proteínas subgingivales para detectar la periodontitis. El impacto de la edad resulta más consistente y sistemático permitiendo alcanzar valores predictivos excepcionales. El efecto del tabaco es más variable y dependiente del biomarcador. No obstante, estos resultados deben ser validados en futuras investigaciones.Obxectivo: Avaliar o impacto das variables clínicas de idade e hábito de fumar na capacidade diagnóstica das proteínas subxinxivais para detectar a periodontite. Material e métodos: Recolléronse mostras de fluído xinxival crevicular (FXC) de 44 suxeitos periodontalmente sans e 40 con periodontite en estadios III-IV. As mostras foron analizadas coa técnica proteómica “sequential window acquisition of all theoretical mass spectra” (SWATH-MS). As proteínas identificáronse utilizando a base de datos UniProt e avaliouse a súa capacidade diagnóstica mediante o paquete “generalised additive models” (GAM). Os modelos proteicos individuais obtidos foron calculados sen axustar e axustándose por idade e tabaco (anos fumando e índice paquete-ano). Aplicouse validación cruzada con tres particións para controlar o sobreaxuste dos modelos predictivos, e calculáronse os parámetros de clasificación. Resultados: As oito proteínas avaliadas (gliceraldehído-3-fosfato deshidroxenase [GAPDH], queratina, tipo II citoesquelética 6A, proteína do gránulo de zimóxeno 16 homóloga B [ZG16B], inhibidor da protease plasmática C1, anhidrase carbónica 1 e as subunidades da hemoglobina [Hbs] alfa, beta e delta) mostraron unha precisión (PRE) de 64,3-91,7% (sensibilidade/especificidade de 42,5-95,0%/68,2-88,6%) sen axustar. Axustándose por idade, a capacidade preditiva aumentou para os oito biomarcadores (PRE: 88,1-96,4%; sensibilidade/especificidade: 87,5-97,5%/81,8-97,7%). Segundo o hábito de fumar, o rendemento mellorou para seis proteínas (PRE: 81,0-92,9%; sensibilidade/especificidade: 67,5-95,0%/72,7-93,2%), pero reduciuse para a GAPDH considerando os anos fumando e índice paquete-ano (PRE: 71,4% e 85,7%; sensibilidade/especificidade: 72,5% e 87,5%/70,5% e 84,1%) e para a Hb beta considerando os anos fumando (PRE: 72,6%; sensibilidade/especificidade: 57,5%/86,4%). Conclusións: A idade e hábito de fumar inflúen na precisión diagnóstica das proteínas subxinxivais para detectar a periodontite. O impacto da idade resulta máis consistente e sistemático permitindo alcanzar valores preditivos excepcionais. O efecto do tabaco é máis variable e dependente do biomarcador. Con todo, estes resultados deben ser validados en futuras investigacións.Aim: To assess the influence of clinical variables of age and smoking habit on the diagnostic accuracy of subgingival proteins for detecting periodontitis. Material and methods: Gingival crevicular fluid (GCF) samples were collected from 44 periodontally healthy subjects and 40 with periodontitis stages III-IV. Samples were analysed using sequential window acquisition of all theoretical mass spectra (SWATH-MS) proteomic technique. Proteins were identified through the UniProt database, and their diagnostic accuracy was evaluated using the generalised additive models (GAM) package. Individual protein models obtained were calculated unadjusted and adjusted for age and smoking status (years smoking and pack-year index). Three-fold cross-validation was applied to control for overfitting of the predictive models, and the classification parameters were calculated. Results: Eight proteins were evaluated (glyceraldehyde-3-phosphate dehydrogenase [GAPDH], keratin, type II cytoskeletal 6A, zymogen granule protein 16 homolog B [ZG16B], plasma protease inhibitor C1, carbonic anhydrase 1, and haemoglobin subunits [Hbs] alpha, beta, and delta). Unadjusted models showed accuracy (ACC) of 64.3-91.7% (sensitivity/ specificity of 42.5-95.0%/68.2-88.6%). Adjustment for age consistently improved diagnostic performance across all proteins (ACC: 88.1-96.4%; sensitivity/specificity: 87.5-97.5%/81.8-97.7%). According to smoking habit, performance improved for six proteins (ACC: 81.0-92.9%; sensitivity/specificity: 67.5-95.0%/72.7-93.2%), but decreased for GAPDH considering years smoking and pack-year index (ACC: 71.4% and 85.7%; sensitivity/specificity: 72.5% and 87.5%/70.5% and 84.1%) and for Hb beta considering years of smoking (ACC: 72.6%; sensitivity/specificity: 57.5%/86.4%). Conclusions: Age and smoking habit affect the diagnostic accuracy of subgingival proteins biomarkers for periodontitis. Age exerts a more consistent and systematic influence, allowing to achieve exceptional predictive values. The impact of smoking is more variable and biomarker dependent. However, these results must be validated in future research.