Buscar

Trabalho de Conclusão de Curso - Felipe C Goularte

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você viu 3, do total de 36 páginas

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você viu 6, do total de 36 páginas

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você viu 9, do total de 36 páginas

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Prévia do material em texto

UNIVERSIDADE FEDERAL DE SANTA CATARINA 
CENTRO DE CIÊNCIAS DA SAÚDE 
DEPARTAMENTO DE ODONTOLOGIA 
CURSO DE ODONTOLOGIA 
 
 
 
 
 
Felipe Corazza Goularte 
 
 
 
 
 
 
 
Modelos Preditivos e Doenças Periodontais: Uma Revisão Integrativa 
 
 
 
 
 
 
 
 
 
 
 
 
Florianópolis 
2021 
 
 
 
Felipe Corazza Goularte 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Modelos Preditivos e Doenças Periodontais: Uma Revisão Integrativa 
 
 
 
 
 
 
 
Trabalho de Conclusão do Curso de Graduação em 
Odontologia do Centro de Ciências da Saúde da 
Universidade Federal de Santa Catarina como requisito 
para sua conclusão. 
Orientador: Prof.ª Renata Goulart Castro, Dr.ª 
Coorientador: Me. Pierre Guedes de Araújo 
 
 
 
 
 
 
 
Florianópolis 
2021
 
 
 
Goularte, Felipe 
Modelos Preditivos e Doenças Periodontais : Uma Revisão 
Integrativa / Felipe Goularte ; orientador, Renata Goulart 
Castro, coorientador, Pierre Guedes de Araújo, 2021. 
36 p. 
 
Trabalho de Conclusão de Curso (graduação) - 
Universidade Federal de Santa Catarina, Centro de Ciências 
da Saúde, Graduação em Odontologia, Florianópolis, 2021. 
 
Inclui referências. 
 
1. Odontologia. 2. Periodontia. 3. Previsões. 4. Doenças 
Periodontais. I. Goulart Castro, Renata. II. Guedes de 
Araújo, Pierre. III. Universidade Federal de Santa 
Catarina. Graduação em Odontologia. IV. Título. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Ficha de identificação da obra elaborada pelo autor, através do Programa de Geração 
Automática da Biblioteca Universitária da UFSC. 
 
 
 
 
Felipe Corazza Goularte 
 
 
Modelos Preditivos e Doenças Periodontais: Uma Revisão Integrativa 
 
 
Este Trabalho de Conclusão de Curso foi julgado adequado para obtenção do Título de 
Cirurgião-Dentista e aprovado em sua forma final pelo Curso de Odontologia 
 
Local, 23 de agosto de 2021. 
 
 
 
________________________ 
Prof.ª Gláucia Santos Zimmermann, Dr.ª 
Coordenadora do Curso 
 
Banca Examinadora: 
 
 
 
________________________ 
Prof.ª Renata Goulart Castro, Dr.ª 
Orientadora 
Instituição UFSC 
 
 
 
________________________ 
Prof.ª Luiza Rahmeier Fietz Rios Me.ª 
Avaliadora 
Instituição xxxx 
 
 
 
________________________ 
Prof. Mario Vinicius Zendron Dr. 
Avaliador 
Instituição UFSC 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Por uma ciência livre e sem barreiras e pela democratização do 
conhecimento.
 
 
 
AGRADECIMENTOS 
 
De início, direciono meus agradecimentos à minha professora orientadora, Renata 
Goulart Castro, que através de inúmeras reuniões desde 2020, me acolheu, ensinou e inspirou 
profundamente. Digo com toda certeza é uma das melhores professoras da UFSC, seja no 
quesito conhecimento, educação ou humanidade. Tenho toda a gratidão também ao co-
orientador deste trabalho, Pierre Guedes de Araújo, quem trouxe direcionamentos e sugestões 
práticas essenciais ao trabalho. 
Aos amigos da faculdade, fica a garantia de que os terei na memória com muito 
carinho para sempre, independente dos caminhos que cada um seguir a partir do fim desta 
jornada. Amigos como Bruno Abreu, Denise Damos, Diego Ferreira, Giovana Wosniak, Júlia 
Pedron, Mateus Szostak, Rodrigo Cinelli e outros tão importantes quanto, que serviram como 
uma segunda família numa fase tão cheia de novidades e desafios, quando morar sozinho em 
uma cidade como Florianópolis ainda me parecia assustador. Agradeço muito também minha 
dupla de clínica e grande amiga, Flávia Mezari Gomes, sem a qual eu não teria tido calma e 
tranquilidade suficientes para enfrentar os momentos mais desafiadores dos estágios. À 
Universidade Federal de Santa Catarina devo a oportunidade de conhecer tanta gente 
diferente, permitindo abrir minha visão de mundo, assim como a oportunidade de mergulhar 
de cabeça na área pela qual me apaixonei, a Odontologia. 
Voltando ainda mais no tempo, sinto gratidão infinita pela criação que tive, recheada 
de carinho, amor, respeito e educação, crédito das pessoas que possuem o pódio de melhores 
pais, Arilton Inácio Goularte e Tânia Maria Corazza Goularte, os quais me servirão de 
inspiração eternamente, seja como indivíduos exemplares ou pelo casal exemplar que 
formam. À minha irmã, Letícia, que chegou para agitar minha vida desde pequeno, devo os 
momentos de felicidade e companheirismo que recheiam minha memórias e vivências atuais. 
Ao restante da família, agradeço o fato de sempre estarem tão presente, servindo como 
importante rede de apoio. 
Há 3 anos atrás os astros se alinharam de forma exata, e a paixão que já existia desde 
que a conheci tomou forma em uma relação de amor, alegria e confiança que me faz 
agradecer diariamente a sorte que tive em conhecer alguém tão especial. Não seria exagero 
dizer que este trabalho só existe graças à Monique Abreu Pauli, minha namorada e melhor 
amiga, que me motiva a me tornar alguém melhor sempre, e para quem tento servir igual 
6 
 
papel. Da sua família também trago grandes amigos, os quais me acolheram e trataram com 
tanto carinho desde o início. 
Por fim, agradeço à Alexandra Asanovna Elbakyan e a sua batalha por uma ciência 
de livre acesso a todos, ideal que me guia e que permitiu este trabalho de conclusão de curso. 
 
 
 
RESUMO 
 
Introdução: O periodonto, composto por gengiva, ligamento periodontal e osso alveolar, está 
suscetível a diversas patologias, sendo a gengivite e a periodontite as mais comuns. A 
periodontite possui etiologia multifatorial, e atualmente se configura como um problema de 
saúde pública crescente, tanto no cenário mundial como nacional, porém estudos 
epidemiológicos visando maior vigilância sobre a doença precisam enfrentar dificuldades que 
variam do desafio de calibrar todos os participantes, às necessidades estruturais e pessoais 
específicas e dispendiosas. Neste contexto, modelos preditivos surgem como alternativa 
viável, tratando-se de representações matemáticas de situações reais, permitindo através de 
fatores de risco, prever a chance de um indivíduo possuir ou desenvolver uma doença. 
Objetivo: Este trabalho de conclusão de curso visa responder à pergunta: “O que a literatura 
científica atual relata sobre os modelos preditivos e suas utilidades quando aplicados às 
doenças periodontais?”. Método: Trata-se de uma revisão integrativa da literatura. A pesquisa 
foi realizada em 8 bases de dados, com chave de busca constituída de dois núcleos temáticos: 
“doenças periodontais” e “previsões”. A seleção dos trabalhos elegíveis foi realizada a partir 
dos critérios de inclusão: estudos publicados, que desenvolvessem ou avaliassem modelos de 
predição para doenças periodontais; e exclusão: trabalhos do tipo revisões, relatos de caso ou 
laboratoriais, que não pertencessem à área da saúde, e que desenvolvessem modelos para 
saúde bucal como um todo, sem foco na área da periodontia. Revisão da Literatura: Um 
total de 11.311 artigos foi alcançado nas bases de dados, porém, após exclusão de duplicados 
e processo de seleção baseado em leitura de título, resumo e texto completo, sequencialmente, 
23 artigos foram incluídos nesta revisão. A data de publicação dos estudos variou de 1983 a 
2021. O país e a revista com mais publicações no tema foram os Estados Unidos (7 artigos) e 
a Journal of Periodontology (8). Os trabalhos variaram bastante em fatores como: tipo de 
estudo, desfecho objetivado com a predição, e indicadores utilizados no modelo. Todos os 
modelos alcançados tinham por objetivo prever algum aspecto relacionado à periodontite, 
sendo a prevalência o mais comum (17). Foram 18 estudos transversais, 4 longitudinais e 1 
caso-controle. Quase metade dos trabalhos (11) fez uso de questionários como forma de 
levantar os fatores de risco individuais, assim como foram maioria (18) os artigos que uniram 
fatores clínicose de perfil socioeconômico para suas predições. A população amostral dos 
estudos variou de 20 a 12.370. Apenas dois estudos relataram baixo poder de predição. 
Conclusão: Fatores socioeconômicos possuem importante papel no processo de saúde-doença 
periodontal, e se consolidaram como essencial no desenvolvimento de muitos dos modelos 
alcançados. Modelos preditivos para progressão da periodontite possuem potencial de auxiliar 
o cirurgião-dentista clínico a direcionar formas de promoção, prevenção e tratamento 
individuais, através de exames clínicos já realizados com frequência em consultórios. 
Modelos preditivos, especialmente os baseados em questionários são uma opção de grande 
viabilidade para estudos populacionais convencionais. 
 
Palavras-chave: Periodontia. Previsões. Doenças Periodontais. 
 
 
 
 
ABSTRACT 
 
Introduction: The periodontal tissue is composed by gingiva, periodontal ligament and 
alveolar bone, and is susceptible to a variety of diseases, the most common being gingivitis 
and periodontitis. Periodontitis has a multifactor etiology, and is currently a growing issue to 
public health, both in Brazil and worldwide. Epidemiologic studies regarding periodontal 
disease face many challenges, such as expensive structure and staff necessities and calibration 
of participants. In this context, predictive models may come as a viable alternative, it being 
mathematical representations of real situations, allowing to predict chances of an outcome 
according to risk factors. Objective: This essay aims to answer the question: “What does the 
academic literature currently shows about predictive models and their applications to 
periodontal diseases?”. Method: This essay is an integrative review. A literature search was 
conducted in 8 online data bases, using two keywords “periodontal diseases” and 
“forecasting”. Articles were selected based on inclusion criteria: published works that develop 
or test prediction models to periodontal diseases; and exclusion criteria: any review, case 
report, or laboratorial study, non health related studies, and models not exclusive to 
periodontal health. Literature Review: A total of 11.311 articles were found in data bases, 
but after duplications exclusion and selection process, 23 studies were included in this review. 
Publishing years ranged from 1983 to 2021. The country and the journal with the most 
published works were, respectively, United States (7) and Journal of Periodontology (8). 
Characteristics such as type of study, outcome to be predicted and employed risk factors 
suffered great variation. All models had aims related to periodontitis, prevalence being the 
most common (17). There were 18 cross-sectional studies, 4 cohorts and 1 case-control. 
Almost half models (11) were based on questionnaires, to different extents, and most united 
clinical with socioeconomic factors. Sample had variations from 20 to 12.370 people, and 
only 2 studies reported low prediction power. Conclusion: Socioeconomic factors have an 
important role in periodontal diseases process, and show their consolidation as essential 
factors to many models. Prediction models for progression of periodontitis show great 
potential at guiding clinicians in regard of promotion, prevention and individual treatment, 
using clinical exams easily made. Prediction models are becoming a great alternative to 
conventional epidemiologic studies, especially those involving questionnaires. 
 
Keywords: Periodontics. Forecasting. Periodontal Diseases. 
 
 
 
 
 
LISTA DE FIGURAS 
 
Figura 1 – Fluxograma do Processo de Seleção de Artigos .................................................... 18 
 
 
10 
 
LISTA DE TABELAS 
 
Tabela 1 – Artigos Selecionados ............................................................................................. 20 
 
 
SUMÁRIO 
 
1 INTRODUÇÃO ................................................................................................................... 13 
2 OBJETIVOS ........................................................................................................................ 16 
2.1 Objetivo Geral .................................................................................................................. 16 
2.2 Objetivos Específicos ........................................................................................................ 16 
3 MÉTODO ............................................................................................................................ 17 
4 REVISÃO DA LITERATURA ......................................................................................... 18 
5 DISCUSSÃO ........................................................................................................................ 26 
6 CONCLUSÃO ...................................................................................................................... 29 
REFERÊNCIAS ..................................................................................................................... 31 
APÊNDICE A ...................................................................................................... 34 
ANEXO 1 .............................................................................................................. 35 
 
 
1 INTRODUÇÃO 
 
 
O periodonto se configura como o conjunto dos tecidos que circundam e sustentam o 
dente, sendo composto por osso, gengiva e ligamento periodontal (NEWMAN e col, 2012). 
Diversas patologias podem acometer o periodonto, as mais comuns se tratam de condições 
crônicas inflamatórias que podem envolver um ou mais dos tipos de tecidos (KINANE e col., 
2017). A gengivite e a periodontite são exemplos de doenças que se encaixam nessa 
definição, a primeira limitada aos tecidos gengivais, enquanto a segunda se estende também 
para osso alveolar e ligamento periodontal. 
Ambos os exemplos citados são termos que abrangem condições de naturezas 
diversas, não tendo apresentação clínica única e constante. De acordo com a nova 
classificação das doenças periodontais (CATON e col., 2018), as gengivites podem ser 
divididas de acordo com a etiologia em: associadas ao biofilme e não induzidas pelo biofilme; 
e as periodontites como: necrosantes, induzidas por biofilme, e manifestações de doenças 
sistêmicas. Por ser a forma mais comum de apresentação de doenças periodontais (KINANE e 
col., 2017) e para direcionamento da temática deste trabalho, a partir daqui serão 
aprofundadas as formas induzidas por biofilme. 
O processo da doença se dá de uma forma que um quadro de gengivite, quando não 
tratado e com persistência do estímulo inflamatório, pode progredir para tecidos mais 
profundos, dando início a periodontite (MEHROTRA e SINGH, 2021). Newman e col. (2012) 
ressaltam, que nem toda gengivite sem tratamento evoluirá necessariamente para periodontite. 
Enquanto a apresentação clínica da doença limitada à gengiva se dá pelo aspecto eritematoso, 
edemaciado, com sangramento espontâneo ou provocado, as características associadas à 
periodontite são, além das citadas anteriormente, perda de inserção clínica dental, presença de 
bolsa periodontal e/ou retração gengival (NEWMAN e col., 2012). 
Para além da etiologia ou do tipo de tecido atingido pelo processo inflamatório, 
existem outras formas de categorizar as doenças periodontais. Tonetti e col. (2018) 
propuseram uma nova classificação para doenças periodontais, porém a maior parte dos 
estudos epidemiológicos até aqui fizeram uso da classificação de Armitage, G. C. (1999), a 
qual faz a especificação da periodontite baseado em extensão (localizada: <30% dos sítios 
dentais envolvidos; generalizada: >30% dos sítios envolvidos) e severidade (de acordo com a 
perda de inserção clínica, sendo leve: 1 a 2 mm; moderada: 3 a 4 mm; severa: ≥5mm). 
14 
 
Tratando-se de uma doença de etiologia multifatorial, são diversosos fatores de risco 
relacionados à periodontite, como tabagismo, estresse, diabetes mellitus, alterações 
hormonais, síndrome metabólica e outras alterações relacionadas à fisiologia e imunidade, 
como explicam Knight e col. (2016). Além disso, sabe-se que existe uma variedade de 
bactérias, em sua maioria anaeróbias, que estão relacionadas ao surgimento da patologia, 
como a Aggregatibacter actinomycetemcomitans e a Porphyromonas gingivalis 
(CONTRERAS e col., 2015). Pacientes que apresentam periodontite comumente apresentam 
dois ou mais fatores de risco para a doença, e mesmo assim, percebe-se que aqueles com 
fatores de risco idênticos podem apresentar graus de severidade completamente diferentes 
(KNIGHT e col., 2016). Além dos fatores que impactam diretamente no nível clínico da 
doença, fatores de risco contextuais também podem afetar o processo da periodontite, como 
cita Vettore e col. (2013), ao relacionar alta prevalência em grupos de baixo nível 
socioeconômico, baixa escolaridade e de homens negros. 
São muitas as formas de avaliar a condição periodontal. Os índices de mensuração 
utilizam principalmente dados quantitativos como o índice de presença de placa, índice de 
sangramento a sondagem, perda de inserção clínica e profundidade de sondagem em bolsa 
periodontal, os quais podem ser observados com o uso de sonda periodontal milimetrada 
sensível à pressão (PRESHAW, 2015). 
Pesquisas como as de Holtfreter e col. (2015) e de Kinane e col. (2017) constatam 
que os dados epidemiológicos para periodontite variam bastante mundialmente, já que não há 
um método unânime para mensuração da doença, e mesmo os métodos mais utilizados estão 
suscetíveis à variação devido a forças diferentes de sondagem. Chen e col. (2021) relatam que 
a prevalência de periodontite severa aumentou aproximadamente 8,44% em todo o mundo 
entre 1990 e 2019, o que evidencia a importância de dados de prevalência e distribuição das 
doenças periodontais no planejamento e direcionamento de recurso para tratamento e 
prevenção desses problemas. No Brasil, a partir da Pesquisa Nacional de Saúde Bucal - SB 
Brasil 2010, estima-se a prevalência da doença em 15,3% para “moderada a grave” e 5,8% 
para “grave”, com fatores como baixa renda familiar e baixa escolaridade aumentando 
consideravelmente a chance de apresentar a doença (VETTORE e col., 2013). 
A partir destas dificuldades e limitações envolvidas com os índices de mensuração de 
saúde periodontal e no investimento e força de trabalho que são necessários para realizar 
estudos populacionais com amostragem representativa, urge a necessidade de uma maneira 
com melhor custo-benefício para mensurar a presença de doenças periodontais. 
15 
 
Conhecendo os fatores que predispõem a maior risco de determinada patologia, é 
possível fazer uso destes para estimar a probabilidade de um indivíduo, ou de um grupo de 
indivíduos, apresentar ou não essa patologia, nos chamados modelos preditivos 
(STEYERBERG, 2009). 
Modelos são simulações ou representações matemáticas de situações reais, utilizados 
em diversas áreas como forma de gerenciar e organizar dados, testar hipóteses e inferir novas 
informações (CUNHA, 1989). Existem diferentes métodos para desenvolvimento de modelos 
preditivos, como boosting, random forest, redes neurais ou regressão logística 
(STEYERBERG, 2009), porém este trabalho não possui o intuito de aprofundar-se em 
questões que envolvem a metodologia estatística, mas sim no objetivo desses modelos, ou 
seja, como as informações que derivam dos mesmos podem ser relevantes para transformação 
da realidade de forma a produzir impacto na saúde dos coletivos. Diante disso, os modelos 
preditivos utilizados na área da saúde são capazes de realizar estimativas de risco para 
diagnóstico ou prognóstico de doenças em indivíduos ou grupos de indivíduos (MOONS e 
col., 2012). Os resultados de modelos preditivos de diagnóstico, podem influenciar 
diretamente decisões relacionadas à prevenção primária (promoção de saúde antes do 
estabelecimento da doença) e secundária (detecção e tratamento da doença em estágio 
precoce), permitindo que gestores de saúde identifiquem áreas onde há maior necessidade de 
atenção e realizem melhor direcionamento de recursos. 
Mesmo com o conhecimento de que nem todo fator causal pode ser validado como 
fator de risco (BARRETO, 1987), a natureza etiológica multifatorial das doenças periodontais 
permite a confecção de modelos alimentados por múltiplos fatores preditivos, não se 
limitando a dados clínicos, mas também fazendo uso de indicadores socioecônomicos. É 
muito comum que mesmo dados clínicos sejam adquiridos através de questionários, sem 
necessidade de exame físico-clínico, constituindo grande vantagem dos modelos preditivos 
em relação aos estudos epidemiológicos populacionais usuais. 
Diante do exposto, as questões levantadas por este trabalho são: “O que a literatura 
científica atual relata sobre os modelos preditivos e suas utilidades quando aplicados às 
doenças periodontais?”. 
 
 
 
2 OBJETIVOS 
 
 
2.1 Objetivo Geral 
 
Desenvolver uma revisão integrativa quanto aos modelos preditivos aplicados a 
doenças periodontais. 
 
 
2.2 Objetivos Específicos 
 
• Definir núcleos temáticos e estratégias de busca para pesquisa em bases de dados. 
• Realizar o processo de seleção da literatura levantada com base em critérios de 
seleção e exclusão. 
• Realizar síntese da literatura incluída. 
 
 
3 MÉTODO 
 
 
Este trabalho de conclusão de curso utilizou como base o artigo de 2008 de Mendes, 
Silveira e Galvão, no qual são organizadas diretrizes e etapas a serem seguidas para realização 
de uma revisão integrativa. 
Como forma de organizar o estágio de busca dos artigos nas bases de dados, a equipe 
desta revisão integrativa realizou uma reunião com a seção especializada em pesquisas de 
saúde da biblioteca da Universidade Federal de Santa Catarina. As bases de dados 
selecionadas para pesquisa foram a BBO, a DOSS, EMBASE, LILACS, PubMed, Scielo, 
Scopus e Web of Science; enquanto a chave de busca consistiu de dois núcleos: “Doenças 
Periodontais” e “Previsões”, incluindo termos semelhantes em português, espanhol e inglês 
para cada núcleo (Apêndice 1). Os critérios para inclusão de artigos na revisão envolveram: 
estudos publicados, que desenvolvessem ou avaliassem modelos de predição para doenças 
periodontais; e como critérios para exclusão, foram considerados: revisões, relatos de caso ou 
estudos laboratoriais, estudos que não pertencessem à área da saúde, e estudos que 
desenvolvessem modelos para saúde bucal como um todo, sem foco na área da periodontia. 
Não houve qualquer restrição em relação à idade mínima ou máxima da população amostral 
dos estudos. 
A seleção dos artigos se fez em três estágios, o primeiro envolvendo a leitura dos 
títulos de todos os artigos alcançados pelas bases de dados, selecionando aqueles que 
correspondiam aos critérios de inclusão e exclusão. O segundo estágio constituiu-se na leitura 
dos resumos de tais artigos, fazendo nova seleção, e a terceira parte, realizada com a leitura 
completa dos artigos restantes, realizando-se então a seleção final. 
A partir de nova leitura dos artigos selecionados, fez-se a extração dos dados de 
relevância para esta revisão integrativa, organizando-os em planilha eletrônica (Tabela 1) de 
acordo com as categorias: autores, ano de publicação, título, periódico de publicação, tipo de 
estudo, objetivo, local, população amostral e resultados/conclusões. Com os dados extraídos 
organizados, realizou-se a síntese dos resultados na seção seguinte. 
 
 
 
4 REVISÃO DA LITERATURA 
 
 
A pesquisa realizada nas bases de dados alcançou um total de 11.311 trabalhos, os 
quais estavam distribuídos entre as plataformas da seguinte maneira: 2.620 artigos no 
PubMed, 1.905 na Embase, 1.200 na DOSS, 3.193 na Scopus, 2.176 na Web of Science, 166na LILACS e 51 artigos na Scielo. Após exclusão de duplicados, restaram 5.380 trabalhos. 
Com auxílio de aplicativo gerenciador de referências, foi feita a seleção dos artigos em três 
fases, com base nos critérios de inclusão e exclusão. A primeira fase, correspondente à leitura 
dos títulos, resultou em 82 trabalhos selecionados. Em seguida, através da leitura de resumos 
dos estudos, foram selecionados 50 artigos. A terceira e última fase contemplou a leitura de 
textos na íntegra, totalizando 23 artigos para síntese final de resultados. O processo de seleção 
dos artigos está apresentado de maneira esquemática no fluxograma da Figura 1. 
 
Imagem 1: Fluxograma do Processo de Seleção de Artigos 
 
19 
 
Os artigos correspondentes aos critérios de seleção se encontram organizados em 
ordem cronológica na Tabela 1, junto aos dados levantados para o entendimento do histórico e 
do panorama das publicações realizadas nesta temática. 
A data de publicação dos estudos variou de 1983 a 2021 e todos os estudos foram 
publicados na língua inglesa. Os autores com mais publicações no tema foram: Haffajee A. D. 
(1983, 1991), Dietrich T., Stosch U., Dietrich D., Bernimoulin J. P., Joshipura K. (2005, 
2007), Eke P. I. (2009, 2016), (Montero E. (2019, 2019); cada um com 2 artigos publicados. 
Dos países nos quais tais pesquisas foram realizadas, destacam-se os Estados Unidos, 
concentrando 7 publicações. Demais nações com artigos no tema foram: Alemanha (2), 
Austrália (2), Brasil (2), Coréia do Sul (2), Taiwan (2), China (1), Espanha (1), Japão (1), 
Jordânia (1), Porto Rico (1), e Portugal (1). 
As revistas que mais acumularam publicações no tema foram: Journal of 
Periodontology (8), Journal of Clinical Periodontology (6), International Dental Journal (2), 
Community Dentistry and Epidemiology (1), Brazilian Dental Journal (1), European Journal 
of Dental Sciences (1), Journal of Clinical Medicine (1), Journal of Dental Research (1), 
Journal of the Formosan Medical Association (1), Journal of Periodontal Research (1). 
Todos os estudos selecionados envolveram modelos de predição para doenças 
periodontais, porém o método utilizado para desenvolvimento de modelo e o desfecho a ser 
mensurado variaram bastante entre trabalhos. 
20 
 
 
Tabela 1: Artigos Selecionados 
 
Autor Ano Título do Artigo Periódico Tipo de Estudo Objetivo Local População Resultados/Conclusões 
Haffajee, A. D. 
Socransky, S. S. 
Goodson, J. M. 
1983 
Clinical parameters as 
predictors of destructive 
periodontal disease 
activity 
Journal of Clinical 
Periodontology 
Longitudinal 
Utilizar parâmetros clínicos para 
predição de progressão da doença 
periodontal 
Estados 
Unidos 
N = 22 
(19-59 anos) 
Nenhum dos parâmetros se mostrou útil para 
predição de atividade de doença periodontal 
Haffajee, A. D. 
Socransky, S. S. 
Lindhe, J. 
e col. 
1991 
Clinical risk indicators 
for periodontal 
attachment loss 
Journal of Clinical 
Periodontology 
Longitudinal 
Utilizar parâmetros clínicos para 
predição de progressão da doença 
periodontal 
Japão 
N = 271 
(≥20 anos) 
Algumas combinações de parâmetros mais 
indicadores mostraram-se muito útil para 
predição da progressão da doença periodontal 
Baelum, V. 
Luan, W. M. 
Chen, X. 
e col. 
1997 
Predictors of destructive 
periodontal disease 
incidence and 
progression in adult and 
elderly Chinese 
Community 
Dentistry and Oral 
Epidemiology 
Longitudinal 
Identificar fatores que são preditivos 
para periodontite incipiente ou em 
progressão 
China 
N = 398 
(20-80 anos) 
O modelo permitiu identificar diversos fatores 
de risco para periodontite 
Elter, J. R. 
Beck, J. D. 
Slade, G. D. 
e col. 
1999 
Etiologic models for 
incident periodontal 
attachment loss in older 
adults 
Journal of Clinical 
Periodontology 
Logitudinal 
Desenvolver modelos etiológicos 
para predição de progressão de 
periodontite 
Estados 
Unidos 
N = 697 
(≥65 anos) 
Os resultados confirmam a etiologia 
multifatorial da periodontite e permitem 
identificar quais fatores devem receber mais 
atenção em atividades de prevenção 
Page, R. C. 
Martin, J. 
Krall, E. A. 
e col. 
2003 
Longitudinal validation 
of a risk calculator for 
periodontal disease 
Journal of Clinical 
Periodontology 
Longitudinal 
Avaliar a acurácia e validar o modelo 
"Calculadora de Risco Periodontal" 
Estados 
Unidos 
N = 523 
(25 a 74 
anos) 
A ferramenta prevê doença periodontal (perda 
de inserção clínica) com altos níveis de acurácia 
e validade 
21 
 
Autor Ano Título do Artigo Periódico Tipo de Estudo Objetivo Local População Resultados/Conclusões 
Souza, S. L. S. 
Taba Jr, M. 
2004 
Cross-sectional 
Evaluation of Clinical 
Parameters to Select 
High Prevalence 
Populations for 
Periodontal Disease. The 
Site Comparative 
Severity Methodology 
Brazilian Dental 
Journal 
Transversal 
Testar parâmetros que expõem sítios 
e indivíduos a maior risco de doença 
periodontal 
Brasil 
N = 2273 
(≥11 anos) 
O modelo desenvolvido tem utilidade na 
previsão de regiões com maior prevalência da 
doença periodontal 
Dietrich, T. 
Stosch, U. 
Dietrich, D. 
e col. 
2005 
The accuracy of 
individual self-reported 
items to determine 
periodontal disease 
history 
European Journal 
of Oral Sciences 
Transversal 
Avaliar a acurácia de um 
questionário de informações 
autorreferidas como forma de 
predição da prevalência de 
periodontite 
Alemanha 
N = 246 
(20-80 anos) 
O modelo mostrou baixo poder de predição. 
Slade, G. D. 2007 
Interim Analysis of 
Validity of Periodontitis 
Screening Questions in 
the Australian 
Population 
Journal of 
Periodontology 
Transversal 
Avaliar a acurácia de um 
questionário de informações 
autorreferidas como forma de 
predição da prevalência de 
periodontite 
Austrália 
N = 2.999 
(≥15 anos) 
Teve grande validade no uso para predição de 
prevalência de periodontite 
Fisher, M. A. 
Taylor, G. W. 
Shelton, B. J. 
e col. 
2007 
Predictive Values of 
Self-Reported 
Periodontal Need: 
National Health and 
Nutrition Examination 
Survey III 
Journal of 
Periodontology 
Transversal 
Avaliar a acurácia de um 
questionário de informações 
autorreferidas como forma de 
predição da prevalência de 
periodontite 
Estados 
Unidos 
N = 12.370 
(≥18 anos) 
O modelo teve boa predição para detectar a 
presença de cálculo e bolsas periodontais e 
ausência de bolsas periodontais, porém não para 
ausência de cálculo. 
Dietrich, T. 
Stosch, U. 
Dietrich, D. 
e col. 
2007 
Prediction of Periodontal 
Disease From Multiple 
Self-Reported Items in a 
German Practice-Based 
Sample 
Journal of 
Periodontology 
Transversal 
Avaliar a acurácia de um 
questionário de informações 
autorreferidas como forma de 
predição da prevalência de 
periodontite 
Alemanha 
N = 246 
(20-80 anos) 
O modelo pode ser útil para predição de 
prevalência de periodontite 
22 
 
Autor Ano Título do Artigo Periódico Tipo de Estudo Objetivo Local População Resultados/Conclusões 
Eke, P. I. 
Dye, B. 
2009 
Assessment of Self-
Report Measures for 
Predicting Population 
Prevalence of 
Periodontitis 
Journal of 
Periodontology 
Transversal 
Avaliar a acurácia de um 
questionário de informações 
autorreferidas como forma de 
predição da prevalência de 
periodontite 
Estados 
Unidos 
N = 456 
(≥35 anos) 
O modelo foi promissor e mais estudos sobre 
são necessários 
Cyrino, R. M. 
Cota, L. O. M. 
Lages, E. J. P. 
e col. 
2011 
Evaluation of Self-
Reported Measures for 
Prediction of 
Periodontitis in a Sample 
of Brazilians 
Journal of 
Periodontology 
Transversal 
Avaliar a acurácia de um 
questionário de informações 
autorreferidas como forma de 
predição da prevalência de 
periodontite 
Brasil 
N = 284 
(18-60 anos) 
O modelo mostrou valor preditivo moderado 
Kim, H. 
Sukhbaatar, M. 
Shin, M. 
e col. 
2014 
Validation of 
PeriodontitisScreening 
Model Using 
Sociodemographic, 
Systemic, and Molecular 
Information in a Korean 
Population 
Journal of 
Periodontology 
Transversal 
Avaliar e validar um modelo de 
previsão para prevalência de 
periodontite 
Coreia do 
Sul 
N = 506 
(16-74 anos) 
O modelo pode ser útil porém necessita de mais 
estudos para validação 
Nam, S. 
Jung, H. 
Kang, S. 
e col. 
2015 
Validity of Screening 
Methods for 
Periodontitis Using 
Salivary Hemoglobin 
Level and Self-Report 
Questionnaires in People 
with Disabilities 
Journal of 
Periodontology 
Transversal 
Avaliar a validade de um modelo de 
predição para prevalência de 
periodontite em indivíduos com 
necessidades especiais 
Coreia do 
Sul 
N = 195 
(≥18 anos) 
O modelo tem grande potencial de predição 
Lai, H. 
Su, C. W. 
Yen, A. M. F. 
e col. 
2015 
A prediction model for 
periodontal disease: 
Modelling and validation 
from a National Survey 
of 4061 Taiwanese 
adults 
Journal of Clinical 
Periodontology 
Transversal 
Avaliar a acurácia de um 
questionário de informações 
autorreferidas como forma de 
predição da prevalência de 
periodontite 
Taiwan 
N = 4.061 
(≥18 anos) 
Um modelo de predição para doença periodontal 
foi desenvolvido 
Khader, Y. 
Alhabashneh, R. 
Alhersh, F. 
2015 
Development and 
validation of a self-
reported periodontal 
disease measure among 
Jordanians 
International 
Dental Journal 
Transversal 
Avaliar a acurácia de um 
questionário de informações 
autorreferidas como forma de 
predição da prevalência de 
periodontite 
Jordânia 
N = 288 
(≥20 anos) 
O modelo mostrou excelente valor preditivo 
23 
 
Autor Ano Título do Artigo Periódico Tipo de Estudo Objetivo Local População Resultados/Conclusões 
Eke, P. I. 
Zhang, X. 
Lu, H. 
e col. 
2016 
Predicting Periodontitis 
at State and Local Levels 
in the United States 
Journal of Dental 
Research 
Transversal 
Utilizar um modelo de previsão para 
estimar a prevalência de periodontite 
em uma população 
Estados 
Unidos 
N = 3.323 
(30-79 anos) 
O modelo de previsão se mostrou útil para 
prevalência 
Andriankaja, O. 
M. 
Muñoz-Torres, F. 
J. 
Vivaldi-Oliver, J. 
e col. 
2018 
Insulin resistance 
predicts the risk of 
gingival/periodontal 
inflammation 
Journal of 
Periodontology 
Longitudinal 
Avaliar resistência à insulina como 
preditora de presença de periodontite 
Porto Rico 
N = 870 
(40-65 anos) 
Resistência à insulina tem considerável valor 
preditivo para presença de periodontite 
Wu, Y. C. 
Ning, L. 
Tu, Y. K. 
e col. 
2018 
Salivary biomarker 
combination prediction 
model for the diagnosis 
of periodontitis in a 
Taiwanese population 
Journal of the 
Formosan Medical 
Association 
Transversal 
Determinar o potencial diagnóstico 
em marcadores salivares para utilizá-
los como indicador preditivo para 
periodontite 
Taiwan 
N = 57 
(20-75 anos) 
Modelos combinando certos marcadores 
salivares mostraram bom valor preditivo 
Nobre, M. A. 
Ferro, A. 
Maló, P. 
2019 
Adult Patient Risk 
Stratification Using a 
Risk Score for 
Periodontitis 
Journal of Clinical 
Medicine 
Caso-controle 
Avaliar o valor preditivo de um 
modelo para periodontite 
Portugal 
N = 320 
(não 
especifica 
idade) 
O modelo permitiu identificar indivíduos com 
maior risco de periodontite 
Montero, E. 
Herrera, D. 
Sanz, M. 
e col. 
2019 
Development and 
validation of a predictive 
model for periodontitis 
using NHANES 2011–
2012 data 
Journal of Clinical 
Periodontology 
Transversal 
Desenvolver e validar um modelo 
preditivo para periodontite moderada 
e severa 
Estados 
Unidos 
N = 3.017 
(≥30 anos) 
O modelo teve significativo valor preditivo para 
periodontite moderada à severa 
Montero, E. 
La Rosa, M. 
Montanya, E. 
e col. 
2020 
Validation of self-
reported measures of 
periodontitis in a 
Spanish Population 
Journal of 
Periodontal 
Research 
Transversal 
Avaliar a acurácia de um 
questionário de informações 
autorreferidas como forma de 
predição da prevalência de 
periodontite 
Espanha 
N = 231 
(≥18 anos) 
O modelo se mostrou útil em estimar 
prevalência de doença periodontal severa 
Kapellas, K. 
Ali, A. 
Jamieson, L. M. 
2021 
Modelling the Validity 
of Periodontal Disease 
Screening Questions in a 
Nondental Clinical 
Setting 
International 
Dental Journal 
Transversal 
Avaliar a acurácia de um 
questionário de informações 
autorreferidas como forma de 
predição da prevalência de 
periodontite 
Austrália 
N = 3.630 
(≥15 anos) 
O modelo se mostrou útil, principalmente se 
associado com radiografias intra-bucais 
24 
 
Como apresentado na seção de introdução, o termo doenças periodontais é amplo e 
abrange patologias variadas e de características distintas. Portanto, quando esta revisão 
integrativa decide por selecionar qualquer artigo que trate sobre modelos preditivos para 
doenças periodontais, já é esperado que surjam modelos predizendo diferentes desfechos. 
Entre os modelos alcançados, os mais comuns foram aqueles cujo objetivo era a predição da 
prevalência de periodontite (17 trabalhos), porém também houve modelos para predição de 
progressão de periodontite (4), e risco de desenvolvimento de periodontite (2). 
Estando de acordo com os objetivos dos modelos, todos os 16 estudos transversais 
tiveram como desfecho desejado a predição de prevalência da doença periodontal, enquanto 
dos 6 trabalhos longitudinais, 4 tiveram objetivo de predizer progressão da doença, 1 a 
prevalência, e 1 o risco de desenvolvimento. O único estudo em formato de caso-controle 
objetivou levantar o risco de desenvolvimento de periodontite. 
Todos os indicadores utilizados eram relativos a parâmetros individuais, ou seja, o 
risco relativo está relacionado a cada indivíduo, ao invés de separar em grupos de pessoas, 
como seria com indicadores de coletivos. Parâmetros contextuais e clínicos foram utilizados 
em conjunto na formação da maioria dos modelos alcançados (18 trabalhos), com exceção de 
5 trabalhos, que fizeram uso de indicadores clínicos exclusivamente. 
A forma como se levantou os fatores que alimentam os modelos também variou entre 
estudos. Destaca-se o fato de que quase metade (11) dos trabalhos fez uso de questionários 
auto referidos, complementando-os ou não, com exames clínicos ou dados sócio demográficos 
presentes em bases pré-existentes. 
A média aproximada de perguntas por questionário para necessidades periodontais 
foi de 11 perguntas, sendo o estudo de Dietrich e col. (2017) o trabalho com a maior 
quantidade (21) e o de Fisher e col. (2007) com a menor (1). As perguntas que apareceram 
com maior frequência (10 trabalhos) foram: “Você acredita que possui doença na gengiva?”, 
“Você já passou por tratamento periodontal?”, “Você possui mobilidade dental?”. 
A população amostral dos estudos variou de 20 indivíduos (HAFFAJE e col., 1983) a 
12.370 (FISHER e col., 2007). A idade dos participantes não foi especificada em apenas um 
dos trabalhos (NOBRE e col., 2019), os demais estabelecendo seu foco na população adulta, 
com indivíduos acima de 15 anos sendo incluídos. Houve exceções, como em Montero e col 
(2019), com indivíduos de 30 anos ou mais; Andriankaja e col. (2018), 40 – 65 anos; Eke e 
col. (2016), 30 – 79 anos; Eke e Dye, (2009), acima de 35 anos; Elter e col. (1999), acima de 
65 anos. 
25 
 
O estudo de Nam e col. (2015) difere dos demais pelo fato de ter delimitado sua 
população amostral a pacientes com necessidades especiais, desenvolvendo um modelo 
preditivo para periodontite através de um questionário de necessidades auto referidas, 
informações sócio demográficas e níveis de hemoglobina em saliva. Como resultado os 
autores relatam que o modelo apresentou potencial de predição para periodontite. 
Apenas dois modelos apresentaram resultados não satisfatórios, relatando baixo 
poder de predição (HAFFAJEE, 1983; DIETRICH, 2005), enquantoos demais descreveram 
seus modelos como efetivos ou de boa efetividade. 
 
 
5 DISCUSSÃO 
 
 
Como apresentado na seção de Revisão da Literatura, as peculiaridades entre 
diferentes modelos preditivos se dão em diversos aspectos, incluindo metodologia estatística, 
fatores preditivos mensurados, forma como se levantou os dados da população, e ao desfecho 
cuja predição se objetivava. 
Notadamente todos os artigos tiveram seu foco em predição de periodontite, fosse a 
prevalência, progressão ou incidência. Considerando que a seleção de artigos não possuiu 
nenhum critério que delimitasse o espectro das doenças periodontais, percebe-se que a 
comunidade acadêmica envolvida na intersecção entre periodontia e epidemiologia tem 
especial interesse na periodontite. Tal interesse é justificado pelo fato de esta ser a segunda 
doença periodontal mais frequente (KINANE e col., 2017), ter ampla distribuição na 
população mundial (CHEN e col., 2021), e por tornar indivíduos afetados mais suscetíveis a 
problemas como perdas dentais ou até mesmo infarto de miocárdio (NEWMAN e col. 2012). 
O amplo tema de interesse deste trabalho se justifica pelo fato de que mesmo os 
modelos que objetivavam predição de aspectos relacionados à periodontite fazem uso de 
índices relacionados primariamente à gengivite, como os relacionados à presença de placa e 
sangramento à sondagem, considerando a proximidade no aspecto fisiopatológico e clínico 
entre ambas as condições. 
Aplicando-se modelos preditivos à prática clínica, observa-se que são os baseados 
em dados clínicos e/ou questionários auto referidos os que melhor se adaptam. Exames 
clínicos periodontais são realizados com frequência no ambiente clínico, portanto modelos 
como os de Haffajee e col. (1983) e Baelum e col. (1997), os quais utilizaram dados de 
índices relativos à presença de placa dental, eritema gengiva, sangramento gengival, perda de 
inserção clínica, possuem potencial de auxiliar no diagnóstico e a identificar indivíduos 
suscetíveis a progressão da doença, permitindo que ações individuais de promoção e 
prevenção sejam direcionadas aos indivíduos expostos a maiores riscos. 
O padrão mais comum de modelos preditivos envolveu predição de prevalência de 
periodontite através de questionários auto referidos, sendo que em todos esses, o resultado foi 
positivo, ou seja, o questionário demonstrou ter valor preditivo considerável para detectar 
presença da doença em indivíduos. Questionários auto referidos apresentam-se como uma 
alternativa aos exames clínicos convencionais, principalmente quando em pesquisas 
27 
 
epidemiológicas, já que não necessitam de ambiente específico, ou de profissional graduado 
em odontologia no momento de aplicação, e podem ser realizados até mesmo à distância, 
como por telefone ou “online”. As perguntas mais frequentes entre os diferentes questionários 
dos modelos alcançados também possuem o potencial de servir como sugestões dos 
questionamentos mais relevantes a serem realizados durante uma anamnese em ambiente 
clínico, permitindo detecção de possíveis casos assintomáticos de periodontite, os quais 
frequentemente passam indetectáveis em indivíduos com problemas bucais diversos. 
Sabe-se que a periodontite é uma doença que comumente apresenta padrão de 
progressão lenta, e que a diferenciação entre histórico da doença e doença ativa pode ser 
difícil de ser determinada clinicamente (KINANE e col., 2017). Sendo assim, é de interesse 
para a comunidade, o desenvolvimento de formas alternativas de prever casos com tendência 
a piora do quadro patológico, como foi a situação dos trabalhos de Haffajee e col. (1983), 
Haffajee e col. (1991) e Baelum e col. (1997), que realizaram modelos preditivos para 
progressão da periodontite. Desses, apenas o modelo de Haffajee e col. (1983) apresentou 
baixo nível de predição, portanto os três restantes apresentariam grande utilidade ao cirurgião-
dentista clínico, permitindo embasar decisões relacionadas a quais pacientes possuem 
necessidade de início ou continuidade do tratamento periodontal. No entanto, foram poucos os 
modelos preditivos para progressão, e pouco recentes, fazendo-se necessárias novas pesquisas 
no tema, principalmente em áreas geográficas diferentes, para permitir a aplicação de tais 
modelos de forma segura e confiável. 
Dois trabalhos confeccionaram modelos de predição para prevalência de periodontite 
através de parâmetros clínicos biomoleculares, um deles utilizando índices sanguíneos de 
resistência à insulina (ANDRIANKAJA e col., 2018), enquanto o outro fez uso de 
biomarcadores salivares (WU e col., 2018). Em artigo de Kinane e col. (2017) relata-se que a 
busca por métodos de diagnóstico não convencionais para periodontite (principalmente 
através de biomarcadores moleculares presentes na cavidade bucal) é um movimento que 
envolveu grandes esforços, porém nunca alcançou a capacidade de superar a efetividade dos 
métodos clínicos de diagnóstico (como índices de perda de inserção clínica e de sangramento 
à sondagem). De qualquer forma, ambos os artigos alcançados tiveram resultado de predição 
positivos, mesmo que haja dificuldade em comparar tal efetividade em relação aos demais 
trabalhos. 
Ações de política pública possuem quatro estágios no seu ciclo de trabalho: 
identificação de problemas socialmente relevantes, formulação/planejamento, implementação 
28 
 
da ação e avaliação do impacto (JANSEN e col., 2010). Os modelos preditivos em saúde, no 
geral, contribuem enormemente no estágio da identificação de problemas relevantes, já que, 
como explica Moons (2014), podem estimar a probabilidade de determinado evento ocorrer 
em população específica. No caso da periodontite, a estimativa de quais comunidades 
possuem maior risco de prevalência da doença, ou de progressão de doença já estabelecida, é 
uma informação de grande relevância para o combate em nível coletivo contra esta patologia. 
Tendo função já bem estabelecida no processo saúde-doença periodontal (VETTORE 
e col., 2013), indicadores sócio econômicos são uma importante ferramenta auxiliar na 
detecção de casos e populações com maior exposição a risco. O fato de que a maioria dos 
modelos alcançados (18) utilizou ao menos um desses indicadores é um sinal de que a visão 
biomédica, com foco exclusivo nos fatores clínicos específicos, vem sendo substituída, ainda 
que gradualmente, por um entendimento mais amplo dos determinantes e condicionantes 
ligados a etiologia e progressão das doenças periodontais. No entanto, nenhum artigo 
selecionado fez uso de indicadores no contexto coletivo, os quais possibilitariam analisar a 
população a partir de características de grupos específicos, permitindo discussão e abordagem 
de estratégias coletivas e estruturais de combate a problemas de saúde. 
 
 
6 CONCLUSÃO 
 
 
Esta revisão integrativa alcançou seus objetivos específicos, ao definir seus núcleos 
temáticos e estabelecer estratégia de busca para pesquisa em bases de dados, utilizando 
critérios de inclusão e exclusão para secionar os artigos com aderência a temática. A síntese 
da literatura incluída foi então realizada nas seções de resultado e discussão, evidenciando as 
seguintes conclusões: 
Devido à delimitação de um tema amplo para esta revisão integrativa da literatura, a 
natureza dos artigos alcançados variou bastante. Este trabalho incitou discussões relevantes e 
que podem somar nas discussões relativas a futuros estudos na área. 
O papel de fatores preditivos sócio economicos teve indiscutível importância no 
desenvolvimento de muitos dos modelos alcançados, estando bem estabelecida sua 
participação no processo de saúde-doença periodontal. 
Modelos preditivos para progressão da periodontite possuem potencial de auxiliar o 
cirurgião-dentista clínico a direcionar formas de promoção, prevenção e tratamento 
individuais, através de exames clínicos já realizados com frequênciaem consultórios. 
Modelos baseados em questionários auto referidos também possuem potencial de auxiliar o 
dia-a-dia clínico, permitindo a validação de perguntas que podem auxiliar o diagnóstico de 
periodontite assintomática quando utilizadas em anamnese. 
Marks (2009) constata que é através de políticas públicas que a sociedade molda seu 
presente e seu futuro, seja partindo de entidades governamentais ou de movimentos sociais. 
Em um contexto em que a área da saúde coletiva e da epidemiologia busca transformar os 
resultados de suas pesquisas e projetos em mudanças efetivas na qualidade de vida de 
comunidades, são as políticas públicas os meios pelos quais se pensa em implementar tais 
transformações. Porém, nem sempre tais planejamentos em saúde são guiados pela lógica do 
mais efetivo e eficaz, ou sequer consideram embasamentos científicos para planejamento 
(SOUZA e CONTANDRIOPOULOS, 2004) em uma realidade que denota a dificuldade de 
transformar avanços na ciência e no conhecimento em mudanças reais para a sociedade. 
O desenvolvimento de um método alternativo para mensuração da presença de 
periodontite (e de outras doenças periodontais) que seja efetivo e de baixo custo, permitiria 
ampliar estudos epidemiológicos, mantendo a vigilância deste problema de saúde 
frequentemente subestimado, e fornecendo informações que permitissem melhor 
30 
 
direcionamento de recursos para promoção, prevenção e tratamento às áreas com maior 
necessidade, servindo de acordo à Equidade, um dos princípios doutrinários do Sistema Único 
de Saúde. Modelos preditivos são uma opção de grande viabilidade, especialmente aqueles 
baseados em questionários auto referidos, por permitirem maior flexibilidade em relação à 
estrutura física necessária e à equipe profissional necessária.
 
 
REFERÊNCIAS 
 
ANDRIANKAJA, O. M. et al. Insulin resistance predicts the risk of gingival/periodontal 
inflammation. Journal of Periodontology, v. 89, n. 5, p. 549–557, 1 maio 2018. 
ARMITAGE, G. C. Development of a classification system for periodontal diseases and 
conditions. Annals of periodontology, v. 4, n. 1, p. 1–6, 1999. 
BAELUM, V. et al. Predictors of destructive periodontal disease incidence and progression in 
adult and elderly Chinese. Community Dentistry and Oral Epidemiology, v. 25, n. 4, p. 
265–272, 1997. 
BARRETO, M. L. Causa versus predição: história de banhos em rios como fator de risco e 
preditor da infecção pelo Schistosoma mansoni. Revista de Saude Publica, v. 21, n. 4, p. 
305–309, 1987. 
CATON, J. G. et al. A new classification scheme for periodontal and peri-implant diseases 
and conditions – Introduction and key changes from the 1999 classification. Journal of 
Periodontology, v. 89, n. S1, p. S1–S8, 1 jun. 2018. 
CHEN, M. X. et al. Global, regional, and national burden of severe periodontitis, 1990-2019: 
An analysis of the Global Burden of Disease Study 2019. Journal of clinical 
periodontology, 7 jun. 2021. 
CONTRERAS, A. et al. Periodontal microbiology in Latin America. Periodontology 2000, v. 
67, n. 1, p. 58–86, 1 fev. 2015. 
CUNHA, A. G. da. Dicionário Etimológico da Nova Fronteira da Língua Portuguesa. 2. ed. 
Rio de Janeiro: Nova Fronteira, 1989. 839 p. 
CYRINO, R. M. et al. Evaluation of Self-Reported Measures for Prediction of Periodontitis in 
a Sample of Brazilians. Journal of Periodontology, v. 82, n. 12, p. 1693–1704, dez. 2011. 
DIETRICH, T. et al. The accuracy of individual self-reported items to determine periodontal 
disease history. European Journal of Oral Sciences, v. 113, n. 2, p. 135–140, 2005. 
DIETRICH, T. et al. Prediction of Periodontal Disease From Multiple Self-Reported Items in 
a German Practice-Based Sample. Journal of periodontology, v. 78 Suppl 7, n. 7s, p. 1421–
1428, jul. 2007. 
EKE, P. I.; DYE, B. Assessment of Self-Report Measures for Predicting Population 
Prevalence of Periodontitis. Journal of Periodontology, v. 80, n. 9, p. 1371–1379, set. 2009. 
EKE, P. I. et al. Predicting Periodontitis at State and Local Levels in the United States. 
Journal of Dental Research, v. 95, n. 5, p. 515–522, 1 maio 2016. 
ELTER, J. R. et al. Etiologic models for incident periodontal attachment loss in older adults. 
Journal of Clinical Periodontology, v. 26, n. 2, p. 113–123, 1999. 
FISHER, M. A. et al. Predictive Values of Self-Reported Periodontal Need: National Health 
and Nutrition Examination Survey III. Journal of Periodontology, v. 78, n. 8, p. 1551–1560, 
ago. 2007. 
HAFFAJEE, A. D.; SOCRANSKY, S. S.; GOODSON, J. M. Clinical parameters as 
predictors of destructive periodontal disease activity. Journal of Clinical Periodontology, v. 
10, n. 3, p. 257–265, 1983. 
32 
 
HAFFAJEE, A. D. et al. Clinical risk indicators for periodontal attachment loss. Journal of 
Clinical Periodontology, v. 18, n. 2, p. 117–125, 1991. 
HOLTFRETER, B. et al. Standards for reporting chronic periodontitis prevalence and severity 
in epidemiologic studies: Proposed standards from the Joint EU/USA Periodontal 
Epidemiology Working Group. Journal of Clinical Periodontology, v. 42, n. 5, p. 407–412, 
1 maios 2015. 
JANSEN, M. W. et al. Public health: disconnections between policy, practice and research. 
Health Research Policy and Systems, v. 8, p. 37, 31 dez. 2010. 
KAPELLAS, K.; ALI, A.; JAMIESON, L. M. Modelling the Validity of Periodontal Disease 
Screening Questions in a Nondental Clinical Setting. International Dental Journal, 18 fev. 
2021. 
KHADER, Y.; ALHABASHNEH, R.; ALHERSH, F. Development and validation of a self-
reported periodontal disease measure among Jordanians. International Dental Journal, v. 
65, n. 4, p. 203–210, 1 ago. 2015. 
KIM, H.-D. et al. Validation of Periodontitis Screening Model Using Sociodemographic, 
Systemic, and Molecular Information in a Korean Population. Journal of Periodontology, v. 
85, n. 12, p. 1676–1683, dez. 2014. 
KINANE, D. F.; STATHOPOULOU, P. G.; PAPAPANOU, P. N. Periodontal diseases. 
Nature Reviews Disease Primers, v. 3, 22 jun. 2017. 
KNIGHT, E. T. et al. Risk factors that may modify the innate and adaptive immune responses 
in periodontal diseases. Periodontology 2000, v. 71, n. 1, p. 22–51, 1 jun. 2016. 
LAI, H. et al. A prediction model for periodontal disease: Modelling and validation from a 
National Survey of 4061 Taiwanese adults. Journal of Clinical Periodontology, v. 42, n. 5, 
p. 413–421, 1 maios 2015. 
MARKS, J. S. Epidemiology, Public Health, and Public Policy. Preventing Chronic Disease, 
v. 6, n. 4, 2009. 
MEHROTRA, Neha; SINGH, Saurabh. Periodontitis. [S.L.]: Statpearls, 2021. 
MENDES, K. D. S.; SILVEIRA, R. C. DE C. P.; GALVÃO, C. M. Revisão integrativa: 
método de pesquisa para a incorporação de evidências na saúde e na enfermagem. Texto & 
Contexto - Enfermagem, v. 17, n. 4, p. 758–764, 2008. 
MINISTÉRIO DA SAÚDE (BR). Secretaria de Vigilância em Saúde. SB Brasil 2010: 
Pesquisa Nacional de Saúde Bucal: resultados principais. Brasília, DF: SVS; 2012. 
MONTERO, E. et al. Development and validation of a predictive model for periodontitis 
using NHANES 2011–2012 data. Journal of Clinical Periodontology, v. 46, n. 4, p. 420–
429, 1 abr. 2019. 
MONTERO, E. et al. Validation of self-reported measures of periodontitis in a Spanish 
Population. Journal of Periodontal Research, v. 55, n. 3, p. 400–409, 1 jun. 2020. 
MOONS, K. G. M. et al. Risk prediction models: I. Development, internal validation, and 
assessing the incremental value of a new (bio)marker. Heart, maio 2012. 
NAM, S.-H. et al. Validity of Screening Methods for Periodontitis Using Salivary 
Hemoglobin Level and Self-Report Questionnaires in People with Disabilities. Journal of 
Periodontology, v. 86, n. 4, p. 536–545, abr. 2015. 
33 
 
NEWMAN, Michael G.; TAKEI, Henry H.; KLOKKEVOLD, Perry R.; CARRANZA 
JUNIOR, Fermin A. Periodontia Clínica. 11. ed. [S.L.]: Elsevier Saunders, 2012. 
NOBRE, M. DE A.; FERRO, A.; MALÓ, P. Adult Patient Risk StratificationUsing a Risk 
Score for Periodontitis. Journal of Clinical Medicine, v. 8, n. 3, p. 307, 5 mar. 2019. 
PAGE, R. C. et al. Longitudinal validation of a risk calculator for periodontal disease. 
Journal of Clinical Periodontology, v. 30, n. 9, p. 819–827, set. 2003. 
PRESHAW, P. M. Detection and diagnosis of periodontal conditions amenable to prevention. 
BMC Oral Health, v. 15, n. 1, p. S5, 15 set. 2015. 
SLADE, G. D. Interim Analysis of Validity of Periodontitis Screening Questions in the 
Australian Population. Journal of periodontology, v. 78 Suppl 7, n. 7s, p. 1463–1470, jul. 
2007. 
SOUZA, L. E. P. F. DE; CONTANDRIOPOULOS, A.-P. O uso de pesquisas na formulação 
de políticas de saúde: obstáculos e estratégias. Cadernos de Saúde Pública, v. 20, n. 2, p. 
546–554, 2004. 
SOUZA, S. L. S. DE; TABA JR, M. Cross-sectional Evaluation of Clinical Parameters to 
Select High Prevalence Populations for Periodontal Disease. The Site Comparative Severity 
Methodology. Brazilian Dental Journal, v. 15, n. 1, 2004. 
STEYERBERG, E. Clinical Prediction Models. 1. ed. [S.L.] Springer, 2009. 
TONETTI, M. S.; GREENWELL, H.; KORNMAN, K. S. Staging and grading of 
periodontitis: Framework and proposal of a new classification and case definition. Journal of 
periodontology, v. 89, n. January, p. S159–S172, 2018. 
VETTORE, M. V.; MARQUES, R. A. DE A.; PERES, M. A. Social inequalities and 
periodontal disease: Multilevel approach in SBBrasil 2010 survey. Revista de Saude 
Publica, v. 47, n. SUPPL.3, p. 29–39, 2013. 
WU, Y. C. et al. Salivary biomarker combination prediction model for the diagnosis of 
periodontitis in a Taiwanese population. Journal of the Formosan Medical Association, v. 
117, n. 9, p. 841–848, 1 set. 2018. 
 
 
 
 
APÊNDICE A 
 
 
Planilha 1 – Núcleos Temáticos para Pesquisa em Base de Dados 
 
 Assunto e sinônimos em 
português 
Assunto e sinônimos em 
espanhol 
Assunto e sinônimos em 
inglês 
Assunto 
1 
Doenças Periodontais - 
Doença Periodontal – 
Paradontose – Parodontose 
- Piorreia Alveolar 
Enfermedades 
Periodontales – 
Paradontosis – 
Parodontosis - Piorrea 
Alveolar 
Periodontal Diseases - 
Disease, Periodontal - 
Diseases, Periodontal - 
Parodontoses - 
Parodontosis - Periodontal 
Disease - Pyorrhea 
Alveolaris 
Assunto 
2 
Previsões – Futurologia - 
Modelos de Predição – 
Predição - Projeções e 
Predições 
Predicción – Futurología - 
Modelos Predictivos - 
Proyecciones y 
Predicciones 
Forecasting Future – 
Futurology - Predictions 
and Projections - 
Projections and 
Predictions 
 
 
 
 
 
ANEXO 1

Materiais relacionados

Perguntas relacionadas

Materiais recentes

Perguntas Recentes