La masticación es una de las actividades esenciales en la vida de cada ser humano. Es el punto de partida del acto de la alimentación, donde la comida se tritura y se mezcla con la saliva para formar un bolo que se puede digerir fácilmente. La actividad de masticación involucra varios componentes de los sistemas nervioso, musculoesquelético y estomatognático; por lo tanto, una variedad de trastornos puede alterar la calidad de la masticación, ya sea alterando los componentes que forman parte del aparato masticatorio, disminuyendo la fuerza de la mordida o afectando el sistema nervioso. Las causas comunes de compromiso masticatorio son la pérdida de dientes (Sato et al., 2016), tratamientos dentales invasivos (Kimoto et al., 2010), trastornos motores causados por un ictus (M Schimmel et al., 2011), tratamientos de ortodoncia (Magalhães et al., 2014), fracturas de mandíbula (Sybil y Gopalkrishnan, 2013) y enfermedades degenerativas (Bakke et al., 2011).
Una disminución en las capacidad masticatoria afecta directamente la calidad de vida del individuo, especialmente en poblaciones vulnerables como adultos mayores y discapacitados (Sato et al., 2016). La necesidad de evaluar con precisión la gravedad de la discapacidad masticatoria motivó el desarrollo de diversos procedimientos, denominadas Técnicas de Evaluación de Rendimiento y Eficiencia Masticatoria (MEPAT), que son estrategias de diagnóstico destinadas a medir la capacidad de un individuo para alcanzar un grado estándar de degradación de alimentos en condiciones experimentales controladas. Las MEPAT se basan en la cuantificación de la degradación de una pieza de alimento cuando se someten a un cierto número ciclos masticatorios; donde el nivel de degradación se cuantifica midiendo una característica (ej. peso, tamaño de partículas, concentraciones químicas, color, etc.). Actualmente, la mayoría de las MEPAT están condicionados al campo de la investigación científica ya que requieren capacitación especializada, equipos de laboratorio y tiempos de ejecución considerablemente largos; por lo tanto, la evaluación de la función masticatoria dentro de un contexto clínico es severamente limitada. Además, los MEPAT más comúnmente utilizados poseen varias debilidades, tales como procedimientos mal documentados, falta de consenso sobre qué propiedades de los alimentos de prueba se deben medir, falta de una escala de medición estándar, incapacidad para comparar los resultados obtenidos de diferentes técnicas y un muy pocos alimentos de prueba validados para su utilización (Halazonetis et al., 2013; Prinz, 1999; M Schimmel et al., 2007; Martin Schimmel et al., 2015; Gustavo Vaccaro et al., 2016).
Este estudio presenta un nuevo sistema de evaluación de Eficiencia y Rendimiento Masticatorio basado en el reconocimiento automático de patrones de mezcla de gomas de mascar bicolores sometidos a la masticación, empleando una combinación de inteligencia computacional y técnicas de procesamiento de imágenes. Se persiguieron los siguientes objetivos: (i) Analizar la correlación existente entre el número de ciclos masticatorios y las mediciones de MP obtenidas a partir de procedimientos de análisis de imágenes basados en la extracción de características de los píxeles y el análisis de histogramas. (ii) Establecer un proceso de selección de procedimientos de análisis de imágenes óptimos para la medición del MP para los alimentos de prueba disponibles para el estudio. (iii) Modelar un sistema experto para reconocimiento de patrones de mezcla en gomas de mascar bicolores. (iv) Validar el sistema experto propuesto en la muestra de estudio y evaluar las posibles limitaciones del modelo como método de diagnóstico del ME. Las hipótesis probadas fueron: (1) los procedimientos de análisis de imágenes de propósito general son capaces de discriminar la mezcla producida entre diferentes cantidades de ciclos masticatorios, (2) el sistema propuesto puede relacionar con precisión a los especímenes con el número de ciclos de masticación, (3) el sistema propuesto puede diferenciar la eficiencia masticatoria entre individuos dentados y edéntulos, y (4) el sistema propuesto puede identificar diferencias en los patrones de mezcla de individuos edéntulos después de recibir el tratamiento con prótesis totales removibles.
Este estudio reclutó a 250 adultos completamente dentados (130 mujeres y 120 hombres, 25 ± 9 años) como la población de referencia, 80 adultos completamente dentados (41 mujeres y 39 hombres, 25 ± 5 años) como la población de validación, y 40 adultos edéntulos (21 mujeres y 19 hombres, 72 ± 8,9 años) para el grupo de prueba. El alimento de prueba seleccionado fue un chicle de dos colores compuesto por dos capas de chicle Trident® (rojo y blanco). Los sujetos en el grupo de referencia masticaron 8 chicles durante 3, 6, 9, 12, 15, 18, 21 y 25 ciclos de masticación, obteniéndose 2000 muestras. Los sujetos en el grupo de validación masticaron 5 chicles durante 0, 5, 10, 15 y 20 ciclos de masticación, obteniéndose 400 muestras. Los sujetos en el grupo de prueba masticaron 4 chicles en dos sesiones, antes y después del tratamiento con prótesis totales removibles completas, durante 20 ciclos de masticación, obteniéndose 160 muestras. Se recolectó un total de 2560 muestras, que a su vez representaron 5120 imágenes digitales, una por lado de la muestra.
Cada una de las imágenes en el dataset se analizó utilizando 121 métodos de análisis de imágenes digitales de propósito general para extraer sus características en un esfuerzo por cuantificar la mezcla. Luego, la Eficiencia Masticatoria se calculó como el número inferido de ciclos masticatorios que un individuo de referencia saludable necesitaría para lograr un grado similar de mezcla medido contra el número real de ciclos aplicados a la muestra. La normalidad de la distribución de medidas obtenida por cada método de análisis de imágenes se evaluó mediante la prueba de Kolmogorov-Smirnov, y la capacidad de diferenciar entre pares de números de ciclos de masticación se evaluó con ANOVA corregido con pos hoc Bonferroni; luego, la correlación de las medidas con el número de ciclos masticatorios se evaluó usando el coeficiente de correlación de rangos de Spearman. Posteriormente, se calculó la relevancia de cada uno de los métodos de procesamiento de imágenes utilizando un enfoque de análisis de decisión de criterios múltiples y los factores rotados por Promax en un análisis de componentes principales. Luego, el modelo de identificación de patrones entrenado se evaluó utilizando el Coeficiente de Correlación de Mathews. Finalmente, las diferencias en las medidas de Eficiencia Masticatoria obtenidas del reconocimiento de los patrones de mezcla para la población desdentada en el grupo de prueba, observadas antes y después del tratamiento, se evaluaron usando la prueba de rango con signo de Wilcoxon; y el consenso entre observadores se evaluó con el estadístico Kappa de Cohen.
Los resultados mostraron que las medidas proporcionadas por todos los métodos de procesamiento de imágenes para la extracción de características se distribuyeron normalmente (p <0,05), 116 demostraron ser capaces de diferenciar al menos 2 pares de ciclos masticatorios (p <0,05) y 35 mostraron correlación moderada a alta con el número de ciclos masticatorios (| ρ |> 0,5; p <0,05). La varianza del histograma del tono mostró la mayor correlación con el número de ciclos (ρ = 0,791, p <0,0001) y la puntuación más alta de relevancia. El clasificador entrenado obtuvo Coeficiente de Correlación de Mathews de 0,97. Las mediciones de Eficiencia Masticatoria en el grupo de prueba mostraron un acuerdo casi perfecto considerando las citas previas y posteriores al tratamiento por separado (κ ≥ 0,95). La prueba de Wilcoxon mostró que un tratamiento con prótesis totales removibles provocó un aumento estadísticamente significativo en las mediciones de Eficiencia Masticatoria (Z = -2,31, p <0,01).
Se concluye que, los métodos de procesamiento de imágenes de propósito general se pueden usar de manera confiable para extraer características de la mezcla en muestras de chicle bicolores. Además, que un sistema de evaluación de la Eficiencia y Rendimiento Masticatorio basado en métodos de inteligencia computacional para el reconocimiento de patrones que hace uso de los métodos de análisis de imágenes digitales antes mencionados puede relacionar con precisión a especímenes de alimento de prueba con el número de ciclos de masticatorios aplicados sobre estos. Finalmente, se concluye que el sistema propuesto es capaz de diferenciar la Eficiencia Masticatoria entre individuos dentados y edéntulos, y de identificar las diferencias en los patrones de mezcla de individuos edéntulos después de recibir el tratamiento con prótesis totales removibles.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados