Early diagnosis of periodontitis by means of a rapid, accurate and non-invasive method is highly desirable to reduce the individual and epidemiological burden of this largely prevalent disease. The aims of the present systematic review were to identify potential metabolic biomarkers and pathways associated to periodontitis, and to provide a qualitative appraisal of the state of art on salivary untargeted metabolomics for the diagnosis of periodontal diseases. MEDLINE (PubMed), Embase and Scopus databases were screened for relevant studies. The analytical protocols, metabolic biomarkers and results from the multivariate analysis (MVA) were systematically examined and compared. Pathway analysis was performed using the MetaboAnalyst online software. A quality assessment was provided by means of a modified version of the QUADAOMICS tools. Finally, 12 studies were included in this review, with sample sizes ranging from 19 to 130. Compared to periodontally healthy individuals, valine, phenylalanine, isoleucine, tyrosine and butyrate were the molecules found upregulated in periodontitis patients in most studies; while lactate, pyruvate and N-acetyl groups were the most significantly expressed in healthy individuals. Metabolic pathways and dysregulations are implicated in inflammation, oxidative stress, immune activation and bacterial energetic metabolism. The results of MVA revealed that periodontitis is characterized by a specific metabolic signature in saliva, with goodness-of-fit metrics ranging from 0.52 to 0.99. This systematic review summarizes candidate metabolic biomarkers and pathways related to periodontitis, which may provide opportunities for the validation of diagnostic or predictive models and the discovery of novel targets for monitoring and treating the disease.

La diagnosi precoce della parodontite mediante un metodo rapido, accurato e non invasivo è fondamentale per ridurre l'impatto individuale ed epidemiologico di questa malattia largamente diffusa. Gli obiettivi della presente revisione sistematica sono stati quelli di identificare potenziali biomarker e pathway metabolici associati alla parodontite e fornire una valutazione qualitativa dello stato dell'arte sulla metabolomica salivare untargeted per la diagnosi delle malattie parodontali. I database MEDLINE (PubMed), Embase e Scopus sono stati sottoposti a screening per studi pertinenti. I protocolli analitici, i biomarker metabolici ed i risultati dell'analisi multivariata (AMV) sono stati sistematicamente esaminati e confrontati. L'analisi dei pathway è stata eseguita utilizzando il software online MetaboAnalyst. È stata fornita una valutazione della qualità degli studi inclusi mediante una versione modificata dello strumento QUADAOMICS. Infine, 12 studi sono stati inclusi in questa revisione, con campioni di dimensioni comprese tra 19 e 130. Nella maggior parte degli studi, valina, fenilalanina, isoleucina, tirosina e butirrato sono state le molecole trovate sovraregolate nei pazienti con parodontite rispetto agli individui parodontalmente sani; mentre, lattato, piruvato ed i gruppi N-acetili erano più significativamente espressi negli individui sani. Pathway metabolici e disregolazioni sono implicati nell'infiammazione, nello stress ossidativo, nell'attivazione immunitaria e nel metabolismo energetico batterico. I risultati dell'AMV hanno rivelato che la parodontite è caratterizzata da una specifica firma metabolica nella saliva, con metriche di bontà di adattamento comprese tra 0,52 e 0,99. Questa revisione sistematica riassume dunque i biomarker ed i pathway metabolici correlati alla parodontite, i quali possono fornire opportunità per la convalida di modelli diagnostici o predittivi e per la scoperta di nuovi bersagli per il monitoraggio ed il trattamento della malattia parodontale. ​

La metabolomica salivare per la diagnosi delle malattie parodontali: una revisione sistematica della letteratura con valutazione della qualità metodologica degli studi inclusi ​

GROSSI, SILVIA
2019/2020

Abstract

La diagnosi precoce della parodontite mediante un metodo rapido, accurato e non invasivo è fondamentale per ridurre l'impatto individuale ed epidemiologico di questa malattia largamente diffusa. Gli obiettivi della presente revisione sistematica sono stati quelli di identificare potenziali biomarker e pathway metabolici associati alla parodontite e fornire una valutazione qualitativa dello stato dell'arte sulla metabolomica salivare untargeted per la diagnosi delle malattie parodontali. I database MEDLINE (PubMed), Embase e Scopus sono stati sottoposti a screening per studi pertinenti. I protocolli analitici, i biomarker metabolici ed i risultati dell'analisi multivariata (AMV) sono stati sistematicamente esaminati e confrontati. L'analisi dei pathway è stata eseguita utilizzando il software online MetaboAnalyst. È stata fornita una valutazione della qualità degli studi inclusi mediante una versione modificata dello strumento QUADAOMICS. Infine, 12 studi sono stati inclusi in questa revisione, con campioni di dimensioni comprese tra 19 e 130. Nella maggior parte degli studi, valina, fenilalanina, isoleucina, tirosina e butirrato sono state le molecole trovate sovraregolate nei pazienti con parodontite rispetto agli individui parodontalmente sani; mentre, lattato, piruvato ed i gruppi N-acetili erano più significativamente espressi negli individui sani. Pathway metabolici e disregolazioni sono implicati nell'infiammazione, nello stress ossidativo, nell'attivazione immunitaria e nel metabolismo energetico batterico. I risultati dell'AMV hanno rivelato che la parodontite è caratterizzata da una specifica firma metabolica nella saliva, con metriche di bontà di adattamento comprese tra 0,52 e 0,99. Questa revisione sistematica riassume dunque i biomarker ed i pathway metabolici correlati alla parodontite, i quali possono fornire opportunità per la convalida di modelli diagnostici o predittivi e per la scoperta di nuovi bersagli per il monitoraggio ed il trattamento della malattia parodontale. ​
ITA
Early diagnosis of periodontitis by means of a rapid, accurate and non-invasive method is highly desirable to reduce the individual and epidemiological burden of this largely prevalent disease. The aims of the present systematic review were to identify potential metabolic biomarkers and pathways associated to periodontitis, and to provide a qualitative appraisal of the state of art on salivary untargeted metabolomics for the diagnosis of periodontal diseases. MEDLINE (PubMed), Embase and Scopus databases were screened for relevant studies. The analytical protocols, metabolic biomarkers and results from the multivariate analysis (MVA) were systematically examined and compared. Pathway analysis was performed using the MetaboAnalyst online software. A quality assessment was provided by means of a modified version of the QUADAOMICS tools. Finally, 12 studies were included in this review, with sample sizes ranging from 19 to 130. Compared to periodontally healthy individuals, valine, phenylalanine, isoleucine, tyrosine and butyrate were the molecules found upregulated in periodontitis patients in most studies; while lactate, pyruvate and N-acetyl groups were the most significantly expressed in healthy individuals. Metabolic pathways and dysregulations are implicated in inflammation, oxidative stress, immune activation and bacterial energetic metabolism. The results of MVA revealed that periodontitis is characterized by a specific metabolic signature in saliva, with goodness-of-fit metrics ranging from 0.52 to 0.99. This systematic review summarizes candidate metabolic biomarkers and pathways related to periodontitis, which may provide opportunities for the validation of diagnostic or predictive models and the discovery of novel targets for monitoring and treating the disease.
IMPORT DA TESIONLINE
File in questo prodotto:
File Dimensione Formato  
800279_tesisilviagrossi.pdf

non disponibili

Tipologia: Altro materiale allegato
Dimensione 1.49 MB
Formato Adobe PDF
1.49 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14240/30673