
La Hipomineralización Molar Incisivo (HMI) se considera un defecto cualitativo del esmalte dental que afecta al menos a un primer molar permanente, con o sin afectación de los incisivos permanentes. El defecto puede producir comorbilidades relevantes que afectan la calidad de vida de los niños que la padecen, especialmente cuando los incisivos presentan opacidades lo que produce queja estética y alteraciones de la autoestima y la autoimagen. Objetivo: Analizar la asociación entre la presentación clínica de la hipomineralización en el grupo molar y la presencia del defecto en el grupo incisivo en niños con diagnóstico de HMI. Metodología: Se realizó un estudio descriptivo, observacional retroprospectivo basado en la evaluación clínica, de pacientes de 7a 16 años de edad con diagnóstico de HMI, realizada por un examinador previamente calibrado. Se determinó el valor predictivo de la cantidad de primeros molares permanentes, las superficies alteradas, y la severidad del defecto para la ocurrencia de hipomineralización incisiva. Para ello, se emplearon los estadísticos odd ratio y el Test exacto de Fisher. Resultados: La muestra preliminar estuvo constituida por 45 casos. La prevalencia de hipomineralización incisiva fue del 80%. Ninguna de las formas de presentación clínica estudiadas para la afectación molar mostró resultados estadísticamente significativos (p-valor Test Exacto de Fisher= 0.094 – 1.000). Conclusión: Con base en los resultados preliminares, la cantidad de primeros molares permanentes afectados, la cantidad de superficies alteradas o la severidad del defecto no permiten predecir la ocurrencia del defecto en los incisivos permanentes.
Resúmenes presentados en la Jornada de Investigación del 85° aniversario de la Facultad de Odontología de la Universidad Central de Venezuela.
Introducción: La apnea obstructiva del sueño (AOS) presenta elevada prevalencia y subdiagnóstico frecuente. La consulta odontológica constituye un escenario estratégico para su detección temprana. Objetivo: Evaluar el perfil de riesgo de AOS y somnolencia diurna en adultos atendidos en una unidad odontológica universitaria mediante la aplicación conjunta del cuestionario STOP-Bang y la Escala de Somnolencia de Epworth (ESE), y analizar la correlación y concordancia entre ambos instrumentos. Métodos: Estudio observacional transversal en 44 adultos (28 mujeres, 16 hombres; edad media 46,3 ± 13,1 años) captados consecutivamente en consulta odontológica. Se aplicaron STOP-Bang y ESE versión colombiana. Se calcularon estadísticas descriptivas, correlación de Spearman y concordancia mediante kappa de Cohen (κ). Resultados: El 59,1% de los participantes presentó riesgo moderado o alto según STOP-Bang (puntaje medio 3,09 ± 1,90), mientras que sólo el 22,7% mostró somnolencia diurna anormal según ESE (puntaje medio 7,09 ± 3,35). La correlación entre ambas escalas fue débil y no significativa (Spearman r = 0,140; p = 0,363) y la concordancia fue leve (κ = 0,173), confirmando que miden dimensiones clínicas independientes. El 40,9% de la muestra exhibió riesgo estructural de AOS sin somnolencia subjetiva, perfil que permanecería invisible con un cribado basado exclusivamente en somnolencia. Conclusiones: STOP-Bang y ESE son instrumentos complementarios que, usados conjuntamente en odontología, permiten identificar pacientes con riesgo no reconocido de AOS. Su incorporación sistemática en la consulta odontológica es clínicamente pertinente y operativamente factible como mecanismo de detección precoz y derivación oportuna.
Inteligencia Artificial (IA), es un concepto controvertido en la investigación informática. Representa la habilidad que tienen las máquinas de imitar el conocimiento humano. Su función en el campo odontológico, radica en el uso de algoritmos de IA que facilitan el ejercicio clínico con resultados precisos y fiables. El objetivo fue analizar el impacto de la IA en odontología a través de una revisión documental. A pesar que la tecnología ha invadido el campo odontológico, la irrupción de la IA es de poca data. Su aplicación está centrada en el diagnóstico, planificación de tratamientos, análisis predictivo, robótica, automatización, asistentes virtuales, investigación, realidad virtual y aumentada. Los algoritmos de aprendizaje profundo (Deep Learning-DL) más utilizados en odontología son, redes neuronales artificiales (ANN) y convolucionales (CNN); en la inteligencia artificial generativa, lo más usados han sido las redes generativas adversarias (GAN), y transformer (GPT). Todas las especialidades odontológicas reportan su uso: radiología, periodoncia, endodoncia, patología oral, ortodoncia, operatoria, prostodoncia, cirugía, implantología y odontología forense; siendo el diagnóstico imagenológico, la disciplina más reportada. La ética y la bioética constituyen la brújula moral que guían la implementación de la IA en odontología y la relación entre ambas, es de interdependencia. Se concluye, que la IA en odontología es una herramienta útil que potencializa las habilidades del profesional, no obstante, cualquier decisión apoyada en la información proporcionada por un sistema basado en IA, debe ser supervisada y validada por un profesional cualificado.
Introducción: La literatura científica ha documentado una gama de procedimientos sobre la base de cirugía mucogingival, predecibles y efectivos en su mayoría, con injertos gingivales libres como biomaterial autólogo; sin embargo, las heridas producidas en la zona palatina donante pueden dar lugar a complicaciones importantes, es por esto que el objetivo de este estudio es describir el manejo del dolor posterior a la toma del injerto gingival libre del paladar. Materiales y métodos: Para abordar el malestar postoperatorio del sitio donante, es propuesta una técnica donde se usa resina fluida y esponja de colágeno suturados a la zona con la finalidad de proteger la herida y fomentar el proceso de cicatrización. Serán reportados dos casos donde fue aplicada dicha técnica. Se trató de paciente masculino de 55 años y femenino de 52 años de edad, sistémicamente sanos atendidos en el Programa de Postgrado de Periodoncia de la Universidad Central de Venezuela, con diagnóstico de deformidad mucogingival tipo recesión gingival RT1. La respuesta de los pacientes fue evaluada bajo la escala análoga de dolor EVA con un registro inicial, al 2, 3, 4, 5, 6, 7, 10 y 14 días. Resultados: Los pacientes evaluados reportaron dolor moderado durante los primeros días de cicatrización pasando a leve a partir del tercer día. La paciente femenina refirió un punto más bajo de dolor en comparación con el paciente masculino. Conclusión: Las ventajas y practicidad de la técnica ejecutada son claras, la aplicación de un recubrimiento de resina fluida sobre la esponja de colágeno colocada en la zona palatina donante permitió un mejor postoperatorio.