La enfermedad periodontal se ha relacionado en los últimos años con enfermedades cardiovasculares1-3. A pesar de la dificultad de establecer una relación causal con datos observacionales, la reiteración de registros, así como varios metanálisis han apuntado a ello1,4. Igualmente, el reciente estudio de casos y controles PAROKRANK concluyó que el riesgo de infarto de miocardio se incrementaba con la presencia de periodontitis3. Además, algunos autores han presentado resultados alentadores de la influencia cardiovascular del tratamiento periodontal5.

Realizar estudios con potencia adecuada precisaría un gran número de enfermos y recursos económicos. El big data ha mostrado en los últimos años un número creciente de aplicaciones en diferentes ámbitos médicos6. Con ambas ideas, se planteó emplear las tecnologías de la información (TIC) y el big data con el objetivo de valorar la influencia del tratamiento de la periodontitis en las enfermedades cardiovasculares.

El estudio PeriodCar (periodontitis y cardiología) es un proyecto colaborativo entre la Sociedad Española de Cardiología (SEC) y una aseguradora de salud (Sanitas), que planteó el aprovechamiento, sin fines de lucro, de las TIC y el big data en investigación cardiovascular.

Para ello, se emplearon datos administrativos anonimizados de todos los clientes de la compañía que, a diciembre de 2017, tuviesen contratados sus productos de asistencia. Posteriormente, se recuperaron todos los servicios a los que habían acudido, haciendo uso del seguro dental o de forma particular, entre enero de 2012 y diciembre de 2017, en 773 centros.

Se catalogó a los enfermos como portadores de periodontitis cuando habían recibido/facturado tratamiento periodontal básico, avanzado o ferulización periodontal, considerando que todos los pacientes con periodontitis precisaban un abordaje terapéutico. La clasificación dentro de los diversos grupos patológicos se llevó a cabo en función de registros administrativos y no de datos clínicos. Dentro de la cohorte global, aquellos que recibieron alguna atención cardiológica se consideraron potenciales enfermos cardiológicos (criterios compañía). No obstante, en relación con la esfera cardiovascular, se clasificó a los asegurados como portadores definitivos de una enfermedad cardiovascular crónica, mediante un listado de criterios elaborado por la SEC: cateterismo cardiaco y angioplastia, angioplastia coronaria, angioplastia coronaria más colocación de stent, angioplastia coronaria multivaso con colocación de stent, cirugía cardiaca coronaria o participación en rehabilitación cardiaca.

A modo de control de calidad, se realizó la revisión de las historias clínicas en 100 pacientes para establecer la adecuación de la clasificación intragrupos, mediante la selección aleatoria de 50 pacientes que recibieron tratamiento periodontal y 50 que no lo hicieron. Los resultados se consideraron aceptables (8% falsos positivos y 6% de falsos negativos).

Se utilizó el programa estadístico Proc-logistic de SAS para realizar modelos predictivos de regresión, donde la variable objetivo fue «enfermedad cardiovascular SEC». Para los contrastes de hipótesis, se utilizó el estadístico de Kruskal-Wallis de comparación de medianas. Al construir los modelos, se utilizó una transformación de las variables para aumentar su significatividad, que consistió en tramear las variables continuas, mediante contrastes de Tukey.

Se analizó a 1.185.502 pacientes, de los que 646.159 fueron mujeres (54%) (fig. 1) (tabla 1). En el análisis univariante, se observó un mayor porcentaje de varones (47 frente a 45%, p < 0,0001) y una relación creciente de edad (media de 48 frente a 36 años, p < 0,0001), la antigüedad en la compañía (79 frente a 64 meses de media, p < 0,0001), el gasto anual efectuado en cardiología en 2017 (media de 56 frente a 41 euros, p < 0,0001), así como las visitas totales al cardiólogo (12 frente a 6, p < 0,0001) en el grupo de pacientes con periodontitis.

Figura 1.

Flujo de pacientes en PeriodCar. SEC: Sociedad Española de Cardiología.

(0.24MB).

Posteriormente, se confeccionó un modelo predictivo, tras múltiples análisis de sensibilidad con diferentes modelos, con un buen poder discriminativo (área bajo la curva = 0,93, apéndice), en el que se observa la relación de enfermedad cardiovascular SEC con edad creciente, tiempo de seguro, número de consultas, sexo (varones) y de manera inversa con enfermedad periodontal (moderada y grave) tratada, siendo el RR = 0,82 (intervalo de confianza del 95%, 0,70-0,96).

PeriodCar supone una de las primeras implementaciones en nuestro país del uso en investigación clínica de la tecnología del big data. Tras analizar a más de un millón de personas, los principales hallazgos del estudio apuntan a que la enfermedad periodontal (moderada o grave) tratada de forma específica se podría asociar a menor frecuencia de enfermedad cardiovascular. Estudios previos, en la misma línea de resultados, han apuntado la posibilidad de que un abordaje terapéutico dental tenga un pequeño impacto en diversos niveles, pero todos, incluso algunos en revistas de gran impacto, adolecen de una falta de poder estadístico para detectar diferencias en cuanto a eventos clínicos duros y generalmente se han centrado en variables subrogadas.

El estudio presenta las limitaciones de un diseño observacional transversal y, como otros basados en el big data, su interpretación debe ser cuidadosa6. Principalmente, podríamos considerarlo generador de hipótesis.

El presente trabajo recoge categorizaciones administrativas (códigos), en vez de utilizar diagnósticos de historias clínicas. Esto, potencial limitación, nos faculta para revisar un número de pacientes inabarcable por otros métodos clásicos de investigación. Por otro lado, en cuanto a la realización del tratamiento periodontal, no podemos estar seguros de si los pacientes lo recibieron fuera de la red de centros de la compañía o si teniendo enfermedad periodontal no lo llevaron a cabo. Por otro lado, no podemos comparar directamente el impacto del tratamiento periodontal con no llevarlo a cabo.