Rendimiento diagnóstico comparativo de los hábitats microbianos orales para la periodontitis

Resumen

En 2,303 muestras de adultos provenientes de 33 proyectos públicos de secuenciación 16S rRNA V3-V4, los modelos aditivos generalizados con firmas compactas de 6 a 12 variantes de secuencia de amplicón lograron la mejor discriminación de periodontitis en saliva (AUC = 0.928; sensibilidad 92.4%; especificidad 85.3%) y placa supragingival (AUC = 0.903), superando significativamente a la placa subgingival (AUC = 0.803; p ajustada ≤ 0.001). El análisis de curvas de decisión confirmó el mayor beneficio clínico neto en saliva (AUC-DCA = 0.437), lo que respalda su potencial como herramienta diagnóstica no invasiva y escalable en periodoncia de precisión.

Puntos clave

• La saliva y la placa supragingival capturaron mejor la huella microbiana de la disbiosis asociada a periodontitis que la placa subgingival, con AUC de 0.928 y 0.903 frente a 0.803 (p ajustada ≤ 0.001).
• Los modelos aditivos generalizados (GAM) con paneles compactos e interpretables de 6 a 12 ASVs superaron a otros cuatro algoritmos de aprendizaje automático evaluados bajo validación cruzada repetida.
• Se identificaron 48 ASVs predictores con anotación taxonómica: en saliva y placa supragingival predominaron taxones patógenos como Porphyromonas gingivalis y Filifactor alocis, mientras que en sitios subgingivales destacaron comensales asociados a salud como Streptococcus oralis subsp. dentisani.
• El análisis de curvas de decisión mostró el beneficio clínico neto más alto y estable en saliva (AUC-DCA = 0.437), seguida de placa supragingival (0.419) y subgingival (0.331).