Caracterización y capacidad predictiva del microbioma subgingival asociado a la periimplantitis

Abstract

Objetivo: Caracterizar la diversidad del microbioma subgingival en salud periimplantaria, periimplantitis, salud periodontal y periodontitis; y desarrollar modelos predictivos para distinguir entre salud periimplantaria y periimplantitis. Material y métodos: Se analizaron 167 muestras (salud periimplantaria-Imp H=36, periimplantitis-Imp P=41, salud periodontal-Sub H=45, periodontitis-Sub P=45). Las secuencias Illumina se procesaron con mothur, y la taxonomía se asignó con una base de datos específica oral. Los análisis estadísticos se realizaron en R-Bioconductor. La alfa-diversidad se evaluó con: ASVs observadas, índice de cobertura 95%, e índices Shannon y Pielou. La estructura microbiana se analizó mediante análisis de componentes principales (PCA) y PERMANOVA. Las diferencias de abundancia de las variantes de secuencia de amplicón (ASVs) se evaluaron con la prueba U Mann-Whitney. Los modelos predictivos se construyeron mediante análisis discriminante de mínimos cuadrados parciales dispersos y random forest. Resultados: Se observaron más ASV en salud periimplantaria que en periimplantitis (421,00 vs. 288,00; p<0,01). La riqueza y diversidad periimplantarias fueron menores a las periodontales en salud (cobertura=97,50 vs. 178,00; p<0,05) y enfermedad (cobertura=83,00 vs. 132,00; Shannon=3,59 vs. 4,14; Pielou=0,62 vs. 0,68; p<0,01). El PCA mostró una agrupación de muestras según grupo de pertenencia (p<0,01). Las mayores diferencias de ASVs abundantes se observaron entre Imp H vs. Imp P (87 ASVs) y Sub H (76); siendo menores entre Imp P y Sub P (29). El modelo Imp H vs. Imp P incluyó 50 ASVs y obtuvo un área bajo la curva (AUC) de 0,87, con exactitud del 80,95%, sensibilidad del 92,06% y especificidad del 69,84%. Conclusiones: La placa subgingival en salud periimplantaria es más rica que en periimplantitis. El microbioma subgingival periimplantario es menos alfa-diverso que el periodontal en salud y enfermedad. Además, la estructura de los microbiomas varía significativamente entre grupos de estudio. En términos de abundancia, el microbioma subgingival difiere marcadamente entre salud periimplantaria y periimplantitis. Las diferencias entre salud periimplantaria y salud periodontal son mayores que entre las respectivas situaciones de enfermedad. Finalmente, nuestro modelo predictivo demuestra una capacidad excelente para discriminar entre salud periimplantaria y periimplantitis, apoyando el uso del microbioma subgingival como herramienta diagnóstica de precisión de la condición clínica periimplantaria.

Obxectivo: Caracterizar a diversidade do microbioma subenxival en saúde periimplantaria, periimplantite, saúde periodontal e periodontite; e desenvolver modelos preditivos para distinguir entre saúde periimplantaria e periimplantite. Material e métodos: Analizáronse 167 mostras (saúde periimplantaria-Imp H=36, periimplantite-Imp P=41, saúde periodontal-Sub H=45, periodontite-Sub P=45). As secuencias Illumina procesáronse con mothur, e a taxonomía asignouse cunha base de datos específica oral. As análises estatísticas realizáronse en R-Bioconductor. Avaliouse a alfa-diversidade mediante: ASVs observadas, índice de cobertura 95%, e os índices de Shannon e Pielou. A estrutura microbiana analizouse mediante análise de compoñentes principais (PCA) e PERMANOVA. As diferenzas de abundancia das variantes de secuencia de amplicón (ASVs) avaliáronse coa proba U de Mann-Whitney. Os modelos preditivos construíronse mediante análise discriminante de mínimos cadrados parciais dispersos e random forest. Resultados: Observáronse máis ASVs en saúde periimplantaria ca en periimplantite (421,00 vs. 288,00; p<0,01). A riqueza e diversidade periimplantarias foron menores ás periodontais tanto en saúde (cobertura=97,50 vs. 178,00; p<0,05) como en enfermidade (cobertura=83,00 vs. 132,00; Shannon=3,59 vs. 4,14; Pielou=0,62 vs. 0,68; p<0,01). A PCA mostrou unha agrupación das mostras segundo o grupo de pertenza (p<0,01). As maiores diferenzas de ASVs abundantes observáronse entre Imp H vs. Imp P (87 ASVs) e Sub H (76); sendo menores entre Imp P e Sub P (29). O modelo Imp H vs. Imp P incluíu 50 ASVs e obtivo unha área baixo a curva (AUC) de 0,87, cunha exactitude do 80,95%, sensibilidade do 92,06% e especificidade do 69,84%. Conclusións: A placa subenxival en saúde periimplantaria é máis rica ca na periimplantite. O microbioma subenxival periimplantario é menos alfa-diverso que o periodontal en saúde e enfermidade. Ademais, a estrutura dos microbiomas varía de xeito significativo entre os grupos de estudo. En termos de abundancia, o microbioma subenxival difire notablemente entre saúde periimplantaria e periimplantite. As diferenzas entre saúde periimplantaria e saúde periodontal son maiores ca entre as respectivas condicións de enfermidade. Finalmente, o noso modelo preditivo demostra unha excelente capacidade para discriminar entre saúde periimplantaria e periimplantite, apoiando o uso do microbioma subenxival como ferramenta diagnóstica de precisión da condición clínica periimplantaria.

Objective: To characterize the diversity of the subgingival microbiome in peri-implant health, peri-implantitis, periodontal health, and periodontitis; and to develop predictive models to distinguish between peri-implant health and peri-implantitis. Materials and Methods: A total of 167 samples were analysed (peri-implant health-Imp H = 36, peri-implantitis-Imp P = 41, periodontal health-Sub H = 45, periodontitis-Sub P = 45). Illumina sequences were processed using mothur, and taxonomy was assigned using an oral-specific database. Statistical analyses were performed in R-Bioconductor. Alpha diversity was assessed using observed ASVs, 95% coverage index, and the Shannon and Pielou indices. Microbial structure was analysed through principal component analysis (PCA) and PERMANOVA. Differences in the abundance of amplicon sequence variants (ASVs) were evaluated using the Mann-Whitney U test. Predictive models were built using sparse partial least squares discriminant analysis and random forest. Results: More ASVs were observed in peri-implant health than in peri-implantitis (421.00 vs. 288.00; p<0.01). Peri-implant richness and diversity were lower than periodontal in both health (coverage= 97.50 vs. 178.00; p<0.05) and disease (coverage= 83.00 vs. 132.00; Shannon= 3.59 vs. 4.14; Pielou= 0.62 vs. 0.68; p<0.01). The PCA showed clustering of samples according to group to which they belonged (p<0.01). The largest differences in abundant ASVs were found between Imp H vs. Imp P (87 ASVs) and Sub H (76); with fewer differences between Imp P and Sub P (29). The Imp H vs. Imp P model included 50 ASVs and achieved an area under the curve (AUC) of 0.87, with an accuracy of 80.95%, sensitivity of 92.06%, and specificity of 69.84%. Conclusions: Subgingival plaque in peri-implant health is richer than in peri-implantitis. The subgingival peri-implant microbiome is less alpha-diverse than the periodontal microbiome in both health and disease. Additionally, microbiome structure differs significantly across study groups. In terms of abundance, the subgingival microbiome shows marked differences between peri-implant health and peri-implantitis. Differences between peri-implant and periodontal health are greater than those between the respective disease conditions. Finally, our predictive model shows excellent ability to discriminate between peri-implant health and peri-implantitis, supporting the use of the subgingival microbiome as a precision diagnostic tool for peri-implant clinical status.