Resumo:
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.
