La caries dental es el resultado de una compleja interacción entre factores ambientales, conductuales y genéticos, con distintos patrones de descomposición probables debido a etiologías específicas. Por lo tanto, las medidas globales de descomposición, tales como el índice CPOS, pueden no ser óptimas para la identificación de factores de riesgo que se manifiestan patrones de desintegración como específicas, sobre todo si los factores de riesgo como loci de susceptibilidad genética tienen pequeños efectos individuales. Se han utilizado dos métodos para extraer patrones de decadencia a partir de datos de caries a nivel de superficie con el fin de generar nuevos fenotipos con la que explorar la regulación genética de la caries.
Las superficies de los dientes 128 de la dentición permanente se anotó como caries o no mediante un examen intraoral de 1.068 participantes de entre 18 y 75 años a partir de 664 familias biológicas. Análisis de Componentes Principales (PCA) y el análisis factorial (FA), dos métodos de identificación de patrones subyacentes sin a priori clasificaciones
superficie, se aplicaron a nuestros datos.
Los tres patrones de caries más fuertes identificados por PCA recapturados variación representada por el índice CPOS (correlación, r = 0,97), fosa y fisura caries de la superficie (r = 0,95), y la caries de superficie lisa (r = 0,89). Sin embargo, en conjunto, estos tres patrones explican sólo el 37% de la variabilidad en los datos, lo que indica que a priori medidas
caries son insuficientes para cuantificar completamente variación caries. En comparación, el primer patrón identificado por FA fue fuertemente correlacionada con la caries de fosas y fisuras superficiales (r = 0,81), pero otros patrones identificados, incluyendo un segundo patrón que representa la caries de los incisivos superiores, no eran representativos de los índices de caries dental previamente definidos. Algunos patrones identificados por el ACP y el AF eran heredables (h
2 = 30-65%, p = 0,043 a 0,006), mientras que otros modelos no eran, lo que indica etiologías tanto genéticos y no genéticos de los patrones de desintegración individuales.
conclusiones
Este estudio demuestra el uso de patrones de desintegración como nuevos fenotipos de ayudar a entender la naturaleza multifactorial de la caries dental.
Palabras clave
caries dentales genética heredabilidad Pit dentición permanente y fisuras superficies lisas superficies de las superficies del diente análisis de componentes principales Los patrones de análisis factorial de los dientes patrones de desintegración de la caries dental Material complementario Electrónico
La versión en línea de este artículo (doi:. 10 1186 /1472-6831-12-7) contiene material complementario, que está disponible para los usuarios autorizados. Antecedentes
la caries dental es una enfermedad que afecta a la mayoría de los adultos y es causada por la compleja interacción de numerosos ambientales, de comportamiento [1, 2], y los factores de riesgo genéticos [3-12]. La etiología de la caries dental se complica aún más por el riesgo no uniforme a través superficies de los dientes de la dentadura completa que conduce a patrones distintos de la caries dental, tal como se describe anteriormente [13-25]. Los patrones de desintegración se han utilizado para explorar etiología caries bajo el supuesto de que los diferentes factores de riesgo conducen a los patrones de caries distintas. Un ejemplo bien conocido es el patrón anterior superior de la caries (es decir, "la caries de biberón") en niños pequeños debido en parte a los comportamientos de alimentación [20, 24]. A pesar de la evidencia predominante de la importancia de los patrones de caries, los índices más comunes que se utilizan para el estudio de la epidemiología de la caries son CPOD y CPOS (es decir, el recuento del número de dientes cariados, perdidos u obturados /superficies), que no evalúan la caries específica patrones. Como medidas globales de la caries dental, los índices CPOD y CPOS pueden no ser óptimos para la investigación de los factores genéticos y ambientales que se manifiestan como patrones específicos de la caries a través de la dentición. Separar el nivel global de la caries en componentes o patrones con diferentes etiologías puede ser crítica para la identificación de factores de riesgo de los tamaños del efecto modestas, como loci genéticos específicos que contribuye a la caries dental.
Descripciones anteriores de la caries patrones por lo general han asumido y en comparación a priori
clasificaciones de las superficies de los dientes [14-22, 25], que a menudo diferían entre los estudios, lo que lleva a las inconsistencias que demuestran la utilidad limitada de a priori clasificaciones
de superficie. Unos pocos estudios han modelado los patrones de la caries dental infantil sin a priori
suposiciones y se han identificado patrones distintos que reflejan la caries de las superficies de los incisivos superiores y las superficies de fosas y fisuras, entre otros [13, 23, 24].
A nuestro conocimiento, previamente se ha realizado ninguna evaluación de los patrones de caries en dentición permanente en adultos sin a priori clasificaciones de superficie
. En este estudio hemos utilizado dos metodologías analíticas relacionadas para identificar los patrones subyacentes dentro de nuestro conjunto de datos: Análisis de Componentes Principales (PCA) y el análisis de los factores (FA). Tres propósitos específicos de este estudio fueron: (1) identificar los patrones de caries dental en la dentición permanente de personas adultas sin
priori suposiciones acerca de las clasificaciones de la superficie del diente; (2) para determinar la relación entre los patrones identificados de la caries y un
priori medidas de decadencia, como el índice CPOS, la decadencia de las superficies de fosas y fisuras, y el deterioro de las superficies lisas; y (3) evaluar la heredabilidad de los patrones identificados de la caries.
Métodos
Reclutamiento y la recopilación de datos Francia El Centro para la Investigación de la Salud Oral en los Apalaches (COHRA) fue creado para identificar la comunidad, familia-, y los predictores a nivel individual de los resultados de salud bucal en la población de los Apalaches [26], una subpoblación vulnerables a una peor salud oral en comparación con la mayor población de los EE.UU. [27-29]. COHRA participantes fueron reclutados por los hogares como se describe anteriormente [6, 7, 26], con lo que se requieren los hogares elegibles para incluir al menos un par de padres y descendencia biológica con el niño es de 1 a 18 años de edad. Todos los miembros de los hogares elegibles fueron invitados a participar sin tener en cuenta su estado de salud bucal, la demografía, o relaciones biológicas o jurídicas. escrito el consentimiento informado fue proporcionada por todos los participantes adultos. Dictamen conforme se proporcionó con padre o tutor consentimiento por escrito en nombre de todos los niños y niñas participantes. El estudio fue aprobado por el comité de investigación COHRA y las Juntas de Revisión Institucional de la Universidad de Pittsburgh y la Universidad de Virginia Occidental.
En total, 732 familias fueron reclutados, que comprendía 2.663 individuos de 740 parentescos biológicos de 1 a 20 miembros de la familia ( media = 4,72 miembros). Algunos parentescos abarcaron múltiples hogares, mientras que otros hogares contenían múltiples parentescos. relaciones familiares reportados fueron validados utilizando paneles de ascendencia-informativa [30] y de todo el genoma [31] datos de marcadores genéticos proporcionados por el Centro de Investigación de Enfermedades Heredado de la Universidad Johns Hopkins y de calidad comprobada conjuntamente por investigadores del estudio y el Centro de Coordinación para la NIH Los genes y la Iniciativa para el Medio Ambiente (Ginebra; [32]): perfil caries dental se evaluó mediante la inspección visual con un explorador dental durante los exámenes dentales intraorales realizado por los dentistas o investigación higienistas dentales calibrados con respecto a una referencia dentista al menos una vez al. año. concordancias inter e intra-examinador de las evaluaciones de caries eran altos [7, 26]. Cada superficie del diente se anotó como sonido, pre-cavitadas, cariados, obturados que faltan debido a la descomposición, o desaparecidos por razones distintas de la decadencia, de acuerdo con la Organización Mundial de la Salud CPOS /dfs escala y de acuerdo con el NIH /NIDCR- protocolo aprobado para la evaluación de la caries dental con fines de investigación [33]. Este método de evaluación de la caries es compatible con la recomendada por el PhenX Toolkit (http:.. //Www phenxtoolkit org; diseñado para facilitar la combinación de datos entre los estudios), y el Centro Nacional de Estadísticas de Salud Dental Examinadora Manual de Procedimientos (Ver Sección 4.9.1.3) [34]. Los terceros molares fueron excluidos de la evaluación de la caries. individuos desdentados fueron reclutados en el estudio, pero se excluyeron de la evaluación y análisis de la caries.
El análisis estadístico Francia El objetivo analítica del presente estudio fue explorar los patrones de caries dental de la dentición permanente en adultos. Por lo tanto, se excluyeron los niños mediante la restricción de nuestro estudio muestra que los 1.068 participantes de entre 18 y 75 años. Para cada participante, caries a nivel de superficie de datos sobre 128 superficies (es decir, 4 superficies para cada uno de los incisivos y caninos, y 5 superficies para cada premolares y molares) fueron codificados como 0 para el sonido o desaparecidos por razones distintas de la caries, o codificados como 1 para la pre-cavitada, cariados, perdidos debido a la desintegración, o llenos /restaurado. Por lo tanto, hemos generado una matriz de 1.068 participantes de 128 indicadores de superficie a nivel de estado de la caries afecto. Esta matriz se utiliza como entrada para los dos métodos relacionados con la extracción de patrones dentro de los datos: ACP y el AF. [35]
PCA utiliza descomposición en valores singulares de la matriz de datos para extraer un conjunto de variables no correlacionadas (llamadas componentes principales puntajes, PCs ) cuando la primera PC (es decir, PC1) explica la mayor cantidad posible de variabilidad de los datos en una sola dimensión, y el segundo PC (es decir, PC2) explica la mayor cantidad posible de la variabilidad que queda en los datos en una sola dimensión ortogonal a PC1, y así sucesivamente. El resultado es un número de PCs ortogonales igual al número de variables originales (en nuestros datos, 128), con PCs sucesivas cada explicando menos y menos de la variabilidad de los datos. Cada PC puede ser definida como una combinación lineal de las variables originales ponderados por sus cargas. Los primeros varios PCs pueden representar patrones importantes en los datos, la evaluación de las señales subyacentes esencialmente de un mayor número de mediciones fenotipo correlacionados. Las cargas proporcionan una manera de interpretar los PCs en términos de las variables originales. En otras palabras, las cargas describen el patrón de lesiones de caries a través de la dentición permanente para un PC dado, mientras que los PCs reales indican la extensión /gravedad de la caries de que el patrón de descomposición.
FA es similar a la PCA en que se utiliza para extraer las variables latentes llamados puntuaciones de los factores (FACS) de una matriz de datos original. Como PCs, FACS se calculan como combinaciones lineales de las variables originales ponderados por sus cargas, a excepción de que el número de FACs utiliza para modelar los patrones en los datos es elegida a priori
, y la FACS no están limitados a ser ortogonal. En este estudio, hemos modelado la matriz de datos de caries utilizando 10 factores. Al igual que la PCA, el objetivo del FA es generar FACS que representan señales subyacentes en la matriz de datos que puede ser utilizado como fenotipos, en este caso, para identificar los factores de riesgo de caries dental.
En la práctica, FA y PCA realizan a menudo similar. Sin embargo, los dos métodos toman perspectivas opuestas en la extracción de patrones a partir de una matriz de datos: PCA asume que las variables observadas proporcionan la base para los patrones, mientras que FA asume que los patrones latentes proporcionan la base para las variables observadas. De esta manera, el PCA se utiliza a menudo para la reducción de la dimensión, es decir,
., Que resume la información de un gran número de variables con unas pocas variables, mientras que la FA puede representar mejor que subyace "endofenotipos", es decir,
. Fenotipos no medidos que se manifiestan como las variables observadas. Por tanto ACP y el AF, las cargas definen los patrones de descomposición y los PCs y FAC describen la gravedad de la enfermedad por sus patrones correspondientes.
Para la comparación con los PCs y FAC, también generó tres a priori
caries fenotipos : el índice CPOS, foso y caries de la superficie de fisura (PFS), y la caries de superficie lisa (SMS). Estos fenotipos a priori
se utilizan comúnmente en la literatura caries. CPOS se calculó como el número de pre-cavitada, cariados, perdidos debido a la desintegración, o superficies restauradas llena /. PFS y SMS se calcularon de la misma manera que CPOS la excepción de que el recuento se limitaron a las superficies de fosas y fisuras y superficies lisas, respectivamente. superficies oclusales de los premolares y molares, superficies vestibulares de los molares superiores y las superficies linguales de los molares inferiores se consideraron superficies de fosas y fisuras. Todas las demás superficies de los dientes se consideraron superficies lisas.
Con el fin de evaluar la estabilidad de los patrones identificados por ACP y el AF, se realizó un análisis de sensibilidad mediante la repetición de ACP y el AF en diez azar subconjuntos de los datos que constan de 80% del total muestra. Se han comparado los PCs y FAC obtenidos a partir de subconjuntos al azar a los de la muestra completa mediante el coeficiente de correlación de Pearson, r. PC 1-4 eran extremadamente estable (r = 0,98 a 1,00), PC 5-9 se mantuvieron estables (r = 0,86 a 0,95), y el PC 10 fue moderadamente estable (r = 0,77) en todos los subconjuntos aleatorios. FAC 1-6 se mantuvieron estables (r = 0,86 a 0,99), y FAC 7-10 fueron moderadamente estable (r = 0,69 a 0,82) en todos los subconjuntos aleatorios. Del mismo modo, se evaluó el efecto de los familiares de ACP y el AF mediante la repetición de estos métodos en el subconjunto máxima de individuos no relacionados. PC 1-10 y 1-8 FAC de la muestra no relacionada están altamente correlacionados (r & gt; 0,95) con los de la muestra completa, mientras que FAC9 y FAC10 se correlacionaron moderadamente (r = 0,57 y 0,81, respectivamente). En conjunto, estos resultados sugieren que los patrones de caries fueron generalmente estable y robusto a la inclusión de los familiares en la muestra. Las estimaciones de heredabilidad Red de ordenadores y FAC se calcularon utilizando el método de componentes de la varianza. Este modelo de método fenotipo correlaciones entre todos los tipos de parientes como una función del grado esperado de intercambio genético (es decir, que los padres e hijos comparten el 50% de su genoma, los hermanos comparten el 50%, medio hermanos comparten el 25%, los individuos no relacionados comparten 0% , etc.). han sido previamente informado detalles sobre el método que se aplican a nuestra muestra de estudio [6, 36]. La estimación de heredabilidad se interpreta como la proporción de la varianza fenotipo atribuible al efecto acumulativo de todos los genes.
Todos los análisis estadísticos se realizaron en el paquete de software de R (R Fundación para la Computación de Estadística, Viena, UA), excepto las estimaciones de heredabilidad que eran obtenido a partir de modelado genética realizado en SOLAR [37]. análisis de componentes principales se realizó utilizando la función prcomp
con parámetros por defecto. El análisis factorial se realizó utilizando la función
factanal con la opción de Thomson regresión basada en las puntuaciones, 10 factores, y otros parámetros por defecto. Prevalencias, correlaciones, y las cifras se generan en todo R.
Resultados
prevalencia de caries por superficie
datos de caries a nivel de superficie de 1.068 participantes (edades de 18 a 75 años, con una edad media de 34,7 años, 63,3% mujeres , se recogieron 90,0% la percepción subjetiva de blanco) a través de 128 superficies de los dientes. superficies de los dientes que mostraron evidencia de lesiones pre-cavitadas o caries, habían desaparecido debido a la desintegración, o se habían llenado /restaurado, fueron considerados por caries. superficies de los dientes que eran sonido o que faltan debido a razones distintas de la caries se consideraron no cariada. Caries prevalencia por la superficie (es decir, la proporción de la muestra que presenta caries en una superficie de diente en particular) se muestran en la Tabla 1. Las superficies de los dientes superiores anterior (es decir, los incisivos y caninos) exhibieron mayores caries prevalencia que los dientes anteriores de la mandíbula; mientras que los dientes del maxilar posterior (es decir, los premolares y molares) exhiben menores tasas de pravelences teeth.Table mandibular posterior 1 Caries prevalencias por superficie a través de la dentición permanente (N = 1.068)
Surface
Right
|
|
|
dientes maxilares
|
|
|
|
izquierda
|
2
3
4
5
6
7
8
9
10
11
12
13
14
15
buccal
0.18
0.15
0.09
0.10
0.11
0.13
0.16
0.15
0.13
0.11
0.09
0.10
0.15
0.20
distal
0.18
0.21
0.20
0.18
0.07
0.11
0.16
0.16
0.13
0.08
0.19
0.21
0.20
0.18
lingual
0.22
0.40
0.08
0.07
0.07
0.15
0.15
0.16
0.16
0.08
0.07
0.09
0.39
0.23
mesial
0.16
0.27
0.19
0.12
0.07
0.15
0.17
0.18
0.16
0.09
0.12
0.20
0.25
0.18
occlusal
0.60
0.63
0.30
0.26
|
|
|
|
|
|
0,28
0,31
0,63
0,59
|
derecho
|
|
|
|
dientes de la mandíbula
|
|
|
|
izquierda
|
31
30
29
28
27
26
25
24
23
22
21
20
19
18
buccal
0.29
0.41
0.11
0.09
0.08
0.04
0.03
0.03
0.03
0.07
0.09
0.10
0.39
0.28
distal
0.16
0.26
0.19
0.08
0.02
0.03
0.03
0.02
0.03
0.02
0.08
0.18
0.26
0.15
lingual
0.16
0.19
0.07
0.02
0.01
0.01
0.02
0.01
0.02
0.02
0.03
0.07
0.21
0.14
mesial
0.22
0.25
0.11
0.05
0.03
0.02
0.02
0.03
0.02
0.03
0.04
0.10
0.25
0.21
occlusal
0.64
0.60
0.27
0.12
|
|
|
|
|
|
0,14
0,26
0,59
0,61
análisis de componentes principales
PCA se realizó sobre los datos a nivel de superficie con el fin de extraer los patrones subyacentes de la caries. PC1 explicó 26,3% de la variabilidad en los datos, PC2 explicó 6,7%, y todos los otros PCs explicó & lt; 5% (Figura 1A). Cargas muestran que, excepto para las superficies mandibular anterior, todas las demás superficies contribuyen de manera similar a PC1 (Figura 1B) que representa un patrón /medida casi global de la caries. Las cargas para PC2 muestran contribuciones opuestos de superficies lisas y superficies de fosas y fisuras (Figura 1C). Las cargas para PC3 muestran contribuciones opuestos de premolares frente a otras superficies y cargas para PC4 muestran contribuciones opuestos del maxilar vs. superficies inferiores (véase la disposición 1). Las cargas para todos los otros PCs muestran patrones complejos de las contribuciones de las superficies del diente que no son fácilmente discernible en el contexto de PCs 1 a 4, sin embargo, descripciones generales de las superficies que contribuyen se resumen en la Tabla 2. La Figura 1 Análisis de componentes principales. (A) la proporción de la varianza explicada por los datos de los PC 1-10 (rojo) y PC sucesivas (negro). (B) Las cargas para PC1 clasificadas por tipo de diente, de izquierda a derecha: incisivos superiores (azul), caninos (verde), premolares (rojo), molares (negro), los incisivos inferiores (gris), caninos (amarillo), premolares ( magenta), molares (cian). Para cada uno de los dientes, las contribuciones de las superficies se enumeran en el siguiente orden: bucal, distal, lingual, mesial y oclusal, en su caso. Los dientes ordenados de izquierda a derecha: maxilar 8, 9, 7, 10, 6, 11, 5, 12, 4, 13, 3, 14, 2, 15; mandibular 24, 25, 23, 26, 22, 27, 21, 28, 20, 29, 19, 30, 18, 31. (C) Las cargas para PC2, en el mismo orden; superficies lisas sombreadas de color rojo, azul de fosas y fisuras superficies sombreadas. gráficos de dispersión de (D) PC1 vs. índice CPOS, (E) vs PC2 de fosas y fisuras de caries, (F) frente a la caries PC3 superficie lisa.
Tabla 2 interpretaciones generales de PCA y cargas FA.
< col> patrón
interpretación general de los cargamentos
PCA
|
PC1
todos los maxilares y dientes premolares y molares
PC2
molares frente a no molares
PC3
premolares frente a no premolares
PC4
dientes mandibulares dientes maxilares vs.
PC5
2º molares vs. 1er molares inferiores
PC6
premolares inferiores y 2º molares mandibulares vs. 1er molares y molares y premolares segundo
PC7
premolares y molares inferiores vs. molares y premolares inferiores
PC8
contribuciones complejas
PC9
contribuciones complejas
PC10
vs. derecha dejó molares inferiores
FA
|
FAC1
dientes posteriores: premolares y molares
FAC2
maxilar anterior dientes: incisivos y caninos
FAC3
caninos y premolares mandibulares
FAC4
maxilar premolares
FAC5
mandibulares incisivos y caninos
FAC6
no premolares y molares superficies oclusales, incisivos laterales superiores y caninos superiores
FAC7
diente 20 (a la izquierda de la mandíbula segundo premolar)
FAC8
diente 29 (a la derecha de la mandíbula segundo premolar)
FAC9
2º molares maxilares
FAC10
diente 13 (a la izquierda maxilar segundo premolar)
Ver archivo adicional 1 para más detalles
PC1 fue casi idéntico al índice CPOS (r = 0,969; valor de p & lt; 10 -250 [es decir, el valor p mínimo reportó el uso de software de estadísticas]; Figura 1D) que indica que el patrón más fuerte de caries en los datos distingue individuos por nivel mundial de la caries. PFS, el recuento de las superficies de fosas y fisuras de caries, fue muy altamente correlacionado con PC2 después de restar a cabo PC1 (r = 0,947; p-valor & lt; 10 -250; Figura 1E). SMS, el recuento de las superficies lisas de caries, fue altamente correlacionado con el PC3 después de restar a cabo PC2 y PC1 (r = 0,894; p-valor & lt; 10 -250; Figura 1E). Estas correlaciones muestran que PC1, PC2 y PC3 capturar los patrones de caries dental correspondiente a un
priori fenotipos, CPOS índice, el exceso de la SSA (para un determinado DFMS), y el exceso de SMS (para valores dados de CPOS y la SSP), respectivamente.
La heredabilidad (h 2) de índice y PCs 1-10 CPOS se calcularon al mismo tiempo que el ajuste para los efectos de la edad, edad 2, y el sexo (Tabla 3). índice CPOS, PC1, PC5, y PC7 estaban fuertemente heredable (h 2 = 37% a 50%; p = 0,043 valores a 0,008), indicando que algunos patrones de caries dental se deben a causas genéticas. Otros ordenadores no eran heredables que indica que algunos patrones de caries dental no se deben a la genética. Covariables edad, edad 2, y el sexo se explica alrededor del 10% de la variación en el PC1 y muy poca variación de las estimaciones de heredabilidad PCs.Table 3 restantes para el índice CPOS, PCs, y FAC
< col> Fenotipo
h2 h2
SE
p-value
R2
DMFS
0.418
0.164
0.008
0.054
PCA
|
|
|
PC1
0,404
0,160 0,009
0,095
PC2
0,149 0,171
0,190 0,017
PC3
0.000
Perfil - 0,500 0,037
PC4
0,174
0,234 0,231
0,004
PC5
0,373
0,207 0,043
0,021
PC6
0,027 0,236
0,455 0,001
PC7
0,503 0,221
0,020 0,004
PC8
0.000
Perfil - 0,500 0,003
PC9
0.000
Perfil - 0.500
0,006
PC10
0.000
Perfil - 0,500 0,001
FA
|
|
|
|
FAC1
0,157
0,181 0,194
0,033
FAC2
0.000
Perfil - 0,500
0,014
FAC3
0,653 0,198
0,006 0,010
FAC4
0,274 0,239
0,135 0,058
FAC5
0,019
0,161
0,454 0,017
FAC6
0,302
0,153 0,027
0,009
FAC7
0.000
Perfil - 0,500 0,015
FAC8
0.000
Perfil - 0,500 0,018
FAC9
0,084
0,208
0,343 0,006
FAC10
0,342 0,292
0,136 0,014
h2 = estimación de heredabilidad (es decir, la proporción de la variación de fenotipo atribuible a la genética)
h2 SE = error estándar de la estimación de heredabilidad
R2 = proporción de la variación de fenotipo atribuible a los efectos acumulativos de la edad, edad 2, y el análisis del factor sexo
FA también se realizó en los datos a nivel de superficie para identificar patrones latentes de las caries dentales (Tabla 2). 10 factores se extrajeron que acumulativamente explicó 44,7% de la variabilidad de los datos. FAC1 se debió principalmente a las contribuciones de las superficies molares, y en menor grado, las superficies de los premolares (ver cargas, Figura 2A). FAC1 se correlacionó moderadamente con el índice CPOS (r = 0,593; p-valor & lt; 10 -250), y fuertemente correlacionada con la SLP (r = 0,815, valor p & lt; 10 -250; Figura 2B) . Las cargas mostraron que las superficies de los incisivos maxilares, y en menor grado, las superficies canino superior, contribuyen a FAC2 (Figura 2C). FAC2 se correlacionó moderadamente con SMS (r = 0,523; p-valor & lt; 10 -250) e índice CPOS (r = 0,453; p-valor & lt; 10 -250). Ver archivo adicional 1 para cargas de todos los demás factores. En general, la mayoría de los CAA mostraron bajas correlaciones con los PC, lo que indica que los dos métodos diferentes patrones extraídos de los datos. En comparación con los PC, lo que representó contribuciones de muchos dientes, una serie de FACs representado principalmente contribuciones de los dientes individuales (por ejemplo, los dientes 20 para FAC7, diente 29 para FAC8, diente 13 para FAC10). El análisis factorial Figura 2. (A) Las cargas de FAC1 clasificadas por tipo de diente, de izquierda a derecha: incisivos superiores (azul), caninos (verde), premolares (rojo), molares (negro), los incisivos inferiores (gris), caninos (amarillo), premolares ( magenta), molares (cian). Para cada uno de los dientes, las contribuciones de las superficies se enumeran en el siguiente orden: bucal, distal, lingual, mesial y oclusal, en su caso. Los dientes ordenados de izquierda a derecha: maxilar 8, 9, 7, 10, 6, 11, 5, 12, 4, 13, 3, 14, 2, 15; mandibular 24, 25, 23, 26, 22, 27, 21, 28, 20, 29, 19, 30, 18, 31. (B) Diagrama de dispersión de FAC1 frente de fosas y fisuras superficiales de la caries. . (C) Las cargas de FAC2 en el mismo orden Empresas El estimaciones de heredabilidad de FAC 1-10 también se muestran en la Tabla 3. FAC3 y FAC6 eran fuertemente heredable (h 2 = 65,3 y el 30,2%; p-valor = 0,006 y 0,027, respectivamente), mientras que todos los demás FACs no eran hereditarias. Estos resultados hacen eco de los resultados del ACP, lo que demuestra que algunos patrones de caries se deben a causas genéticas, mientras que otros no lo son. Los niveles de significación para las estimaciones de heredabilidad no cumplían con ajuste de Bonferroni (por 20 modelos, que requieren valores de p & lt; 0,0025 para la significación familia de sabios); si bien, el ajuste correcto para múltiples pruebas no está claro dado la heredabilidad antes significativo de CPOS, SLP, y los índices de SMS informado para esta muestra [6, 36].
Discusión
Se han utilizado dos métodos relacionados de extraer patrones de caries en la dentición permanente a partir de datos de caries a nivel de superficie. PCA dio muchos patrones de moderada a débil, lo que posiblemente indica un alto grado de ruido o esporádica ocurrencia (no modelado) de la caries dental. Por otra parte, las PC 1-3 recapturados cerca el CPOD, SLP, y los índices de SMS, una observación que sugiere que estos a priori
caries fenotipos puede reflejar los patrones predominantes de la caries en la dentición permanente, aunque de forma acumulativa representan sólo el 37% de la variabilidad. Algunos PCs eran hereditarios, mientras que muchos no estaban, lo que sugiere que los patrones genéticos de la caries pueden ser separables de los patrones no genéticos. A diferencia de la ACP, la FA no dió factores que claramente recapturados a priori
fenotipos, con la excepción de que FAC1 se correlacionó con la SLP. incisivos superiores contribuyeron en gran medida a FAC2, lo cual es consistente con estudios previos que utilizan el escalamiento multidimensional [24] y el análisis de agrupamiento [23] para explorar los patrones de caries en la dentición primaria y mostraron incisivos superiores se forman el segundo grupo (después de otras superficies lisas). Diez factores eran insuficientes para explicar la variabilidad de los datos, de forma acumulativa que representa aproximadamente el 45%.
Como PCA, FA dado algunos factores que eran altamente heredable que indica que los patrones determinados de caries pueden deberse a etiologías genéticas mientras que otros pueden ser debido a etiologías no genéticos. Debido a que los patrones de caries que se presentan en este manuscrito son más precisa y definida agnóstico que a priori
fenotipos, de manera conservadora a la conclusión de que los patrones específicos representados por FAC3 y FAC6 son heredables, en lugar de generalizar a categorías más amplias superficies tales como SMS. Curiosamente, la contribución genética más fuerte identificado era para FAC3, que era 65,3% heredable (en comparación con 41,8% para el índice de D1MFS) lo que sugiere que FAC3 puede ser una mejor fenotipo para el descubrimiento de genes de un
priori caries fenotipos. Una conclusión similar se puede hacer para PC7 (50,3% hereditarias). Estos resultados son generalmente consistentes con un estudio previo comparando ACP y el AF que mostraba FA puede captar mejor las señales genéticas subyacentes a partir de mediciones fenotipo correlacionados (aunque ambos métodos realizan de forma bastante similar) [35]. PCs y FAC no heredables, presumiblemente debido a los efectos de los factores de riesgo no genéticos, pueden ser fenotipos para futuros estudios epidemiológicos de los factores de riesgo ambientales para la caries dental preferido. México La gravedad de la caries aumentó significativamente con la edad (o la edad 2) para la mayoría de los patrones (resultados no mostrados). Las estimaciones de heredabilidad se calcularon mientras modelar simultáneamente edad, edad 2, y el sexo, aunque se obtuvieron estimaciones de heredabilidad muy similares en modelos no ajustados para todos los patrones excepto PC1 que mostraron una disminución de la heredabilidad cuando se omitieron covariables (resultados no mostrados). Estos resultados son razonables teniendo en cuenta que por completo, edad, edad 2 y el sexo representaron alrededor del 10% de la varianza en el PC1, pero muy poca variación de los otros PCs y FACS.
Uno de los retos de la utilización de métodos tales agnósticos como ACP y el AF para identificar patrones subyacentes de la caries dental (carentes de las clasificaciones a priori
superficie) es en la interpretación de los resultados. Mientras que algunos patrones, tales como PC1 (definidos por las cargas casi uniforme en la mayoría de las superficies del diente y por lo tanto representan extensión global de la descomposición), y FAC 7, 8 y 10 (cada uno definido por contribuciones de un solo pre-molar), son fácilmente interpretable , otros PCs y FAC pueden ser difíciles de referirse de nuevo a las variables originales. Por otra parte, no existe un método claro de distinguir patrones biológicamente relevantes atribuibles a distintos factores de riesgo de los patrones esporádicos debido al ruido. El análisis de sensibilidad mostró que los patrones representados por PC 1-9 y 1-6 FAC se mantuvieron estables, mientras que el PC10 y FAC 7-10 fueron moderadamente estable. La estabilidad general le da credibilidad a la idea de que los PC y FAC considerados en este estudio no se deben al azar.
Beneficios del estudio de la amplia muestra de individuos relacionados con la evaluación detallada de caries a nivel de la superficie, lo que facilitó la caries y extracción de patrones estimación de heredabilidad. Una fortaleza adicional del análisis estaba usando dos métodos diferentes pero relacionados de la extracción de patrones de caries de los datos, lo que es más importante, no ha utilizado un modelo a priori definiciones
.
Pesar de estas ventajas, varias limitaciones de este estudio orden discusión, incluidas las limitaciones inherentes a la asignación de las superficies dentales como caries o no.
| | 