Aplicação da metodologia de superfície de resposta na avaliação de fatores correlacionados a periodontite em Índios Kiriri do nordeste do Brasil

Abstract

A metodologia de superfície de resposta (MSR) é um conjunto de técnicas avançadas de análises de regressão, complementares ao planejamento experimental, que ajudam a entender a influência de vários fatores em uma variável resposta de interesse. O presente estudo tem como objetivo avaliar fatores associados com a periodontite, utilizando metodologia de superficie de resposta e desenvolver um modelo matemático representativo para periodontite. Em uma amostra de 176 índios Kiriri, avaliou-se a associação de 16 diferentes fatores socioeconômicos e comportamentais com a periodontite, variável de resposta, de acordo com cinco diferentes critérios de classificação da doença. Equações polinomiais de 4º grau, com altos coeficientes de determinação (R² = 1), foram escolhidas para representar os modelos. As variáveis correlacionadas com periodontite, de acordo com a definição 1 de periodontite (ZABOR et al., 2010), foram: escolaridade, idade, índice de placa (IP), orientação de higiene oral, sexo, índice de massa corpórea (IMC) e número de dentes perdidos. Definição 2 de periodontite (BAELUM & LÓPEZ 2012): escolaridade, idade, orientação de higiene oral, IMC, IP, glicemia em jejum e número de dentes perdidos. Definição 3 de periodontite (TONETTI & CLAFFEY 2005): número de dentes perdidos, idade, IP, dependência de nicotina, hipertensão, escolaridade, dependência alcoólica e uso de fio dental. Definição 4 de periodontite (EKE et al., 2012): idade, IP, escolaridade, sexo, orientação de higiene oral, renda, uso de bochecho, frequência de escovação e tipo de escova dental. Por fim as variáveis correlacionadas com Risco periodontal (LANG & TONETTI 2003) foram: IP, hipertensão, escolaridade, uso do fio dental, tipo de escova dental, dependência alcoólica, frequência de escovação, sexo e orientação de higiene oral. Desta forma, concluiu-se que é possível desenvolver modelos matemáticos multifatoriais capazes de predizer casos de periodontite ou risco periodontal, sem a utilização de parâmetros periodontais. Entretanto, novos estudos confirmatórios são necessários para validação destes modelos em outras populações.

The response surface methodology (RSM) is a set of advanced regression analysis techniques, complementary to Design of Experiments, which help to understand the influence of various factors on a dependent variable of interest. This study aimed to assess factors associated with periodontitis using response surface methodology. In a sample of 176 Kiriri Indians it was evaluated the association of 16 different socioeconomic and behavioral factors with periodontitis, output variable, according to five different criteria for classification of the disease. Polynomial equations of 4th degree with high coefficients of determination (R ² = 1), were chosen to represent the models. The variables associated with periodontitis, according to definition 1 of periodontitis (ZABOR et al., 2010) were: education level, age, plaque index (IP), oral hygiene instructions, gender, body mass index (BMI) and number of missing teeth. Definition 2 of periodontitis (BAELUM & LÓPEZ 2012): education level, age, oral hygiene instructions, BMI, IP, fasting glucose and number of missing teeth. Definition 3 of periodontitis (TONETTI & CLAFFEY 2005): number of missing teeth, age, IP, nicotine dependence, hypertension, education level, alcohol dependence and flossing. Definition 4 of periodontitis (EKE et al., 2012): age, IP, education level, gender, oral hygiene instructions, income, use of mouthwash, frequency of brushing and type of toothbrush. Finally the variables correlated with the output variable periodontal risk (LANG & TONETTI 2003) were: IP, hypertension, education level, flossing, type of toothbrush, alcohol dependence, frequency of brushing, gender and oral hygiene instructions. Thus, it is concluded that it is possible to develop multifactorial mathematical models capable of predicting periodontitis or periodontal risk cases without the use of periodontal parameters. However further confirmatory studies are required to validate these models in other populations.