Фактор некроза опухоли-α (ФНО-α) является одним из ключевых ранних воспалительных цитокинов при деструктивных заболеваниях пародонта [1]. Клиническими исследованиями доказано, что повышенный уровень ФНО-α является фактором риска для развития заболеваний пародонта. Объясняется это тем, что ФНО-α, обладая различными эффектами, вызывает деструктивные изменения в пародонтальном комплексе как минимум двумя путями. Первое, ФНО-α стимулирует образование остеокластов, что приводит к разрушению альвеолярной кости [2, 3]. Второе, ФНО-α, как один из ранних промоторов реакции организма на внедрение пародонтопатогенов, регулирует синтез матриксных металлопротеиназ (ММП), которые способны разрушать соединительные ткани. Помимо этого, клиническими исследованиями было доказано, что уровень ФНО-α системно повышен как при ожирении, так и при метаболическом синдроме [4]. Объясняется это тем, что адипоциты жировой ткани выделяют ФНО-α, и, следовательно, избыток жира при ожирении приводит к системному хроническому воспалению [5, 6]. Позднее было установлено, что уровни ФНО-α также коррелируют с инсулинорезистентностью [7]. ФНО-α является паракринным медиатором в адипоцитах и действует локально для снижения чувствительности адипоцитов к инсулину [8]. Существует двунаправленная связь между заболеваниями пародонта и метаболическим синдромом. Тяжесть системного воспаления при метаболическом синдроме может регулировать воспалительный процесс в пародонте, а продукты воспаления пародонта повышать уровень системных цитокинов. Целью исследования было разработать прогностическую модель для оценки риска развития тяжелой степени хронического генерализованного пародонтита в зависимости от содержания ФНО-α в экссудате пародонтального кармана (ПК) пациента.

ПАЦИЕНТЫ И МЕТОДЫ

Нами были обследованы 537 пациентов с диагнозом хронический генерализованный пародонтит (ХГП) и метаболический синдром в возрасте 35–65 лет. В исследовании приняли участие 243 женщины (45,25%) и 294 мужчины (54,75%). Кроме деления по половому признаку были сформированы три возрастные группы пациентов: 1-я группа — пациенты 35–44 лет (средний возраст 41,7 ± 2,1); 2-я группа 45–54 года (средний возраст 52,2 ± 1,2); 3-я группа — пациенты в возрасте 55–65 лет (средний возраст 63,4 ± 1,1). Критерии включения пациентов в исследование: наличие письменного информированного согласия пациента для участия в исследовании; возраст 35–65 лет; пол — мужчины и женщины; наличие установленного диагноза ХГП в сочетании с метаболическим синдромом; индекс массы тела ≥ 25 кг/м2. Критерии исключения пациентов: возраст моложе 35 лет; наличие заболеваний крови и кроветворных органов; наличие заболеваний центральной нервной системы (как врожденные, так и приобретенные); наличие злокачественных новообразований различных органов и систем (рак, саркома); наличие хронических соматических заболеваний в стадии декомпенсации (инфаркт миокарда, системные тромбоэмболии); период беременности.

Для получения содержимого ПК использовали стерильные полоски фильтровальной бумаги, которые вводили в ПК на 30 с, затем помещали в пробирку эппендорф со стерильным физиологическим раствором (1 мл) на 40 мин. Спустя указанное время, с помощью пинцета полоски бумаги вынимали, содержимое пробирки эппендорфа анализировали. Определение уровня цитокина ФНО-α в исследуемых образцах содержимого ПК проводили методом твердофазного иммуноферментного анализа с использованием соответствующих тест-систем фирмы BIOSOURCE (Europe S. A.; Бельгия). Учет результатов иммуноферментного анализа осуществляли с использованием фотометра для микропланшетов при длине волны 450 нм. Концентрацию цитокинов определяли по калибровочной кривой в пг/мл.

Для создания модели по прогнозированию неблагоприятного течения ХГП в зависимости от концентрации ФНО-α была создана статистическая матрица первичных данных в программе Statistica.10 (StatSoft; США). В окне итоговых результатов рассчитывали коэффициенты модели, которые включали в соответствующее математическое выражение. Далее осуществляли построение характеристической кривой (ROC-кривая или Receiver Operator Characteristic сurve) с помощью ROC- анализа для расчета порога отсечения (cut-off). Порог отсечения позволяет применять модель на практике: относить новые примеры к одному из двух классов в зависимости от соотношения величины показателя с точкой cut-off. Кроме того, с помощью анализа ROC-кривых проводили оценку диагностической эффективности модели путем определения площади под ROC-кривой (AUC или Area Under Curve), которая рассчитывается автоматически методом трапеций.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

На основе полученных данных (табл. 1) нами была разработана прогностическая модель оценки риска развития тяжелой степени ХГП.
Представленное математическое выражение позволяет рассчитать риск утяжеления деструктивного поражения пародонтального комплекса в зависимости от уровня ФНО-α в содержимом ПК. При анализе содержимого ПК пациента измеряют концентрацию ФНО-α и подставляют это значение в математическое выражение:

W = –3,2 + 1,2 • log₁₀ (Y),

где W — риск развития тяжелой степени ХГП в зависимости от цитокинового профиля полости рта; Y — концентрация ФНО-α в содержимом ПК в пг/мл.

Графическая иллюстрация зависимости риска тяжелого течения ХГП от концентрации ФНО-α в содержимом ПК представлена на рис. 1. С повышением концентрации ФНО-α в содержимом ПК риск развития тяжелой степени ХГП возрастает.
Для каждого больного в исследовательской группе был рассчитан риск W развития тяжелой степени ХГП от концентрации ФНО-α в содержимом ПК. Далее методом ROC-анализа определено критическое значение W (точка cut-off), равное 0,3, при превышении которого с максимальными диагностической чувствительностью и специфичностью было сформировано заключение о высоком риске развития тяжелой степени ХГП.
Если W ≥ 0,3, то риск развития тяжелой степени ХГП высокий, а при W < 0,3 — низкий. Данное заключение формируется с диагностической чувствительностью 91,2% и специфичностью 70,8%.

На рис. 2 представлена ROC-кривая при различных значениях коэффициента прогноза W. В табл. 2 отражены значения диагностической чувствительности и специфичности, согласно которым величина W, равная 0,3, имела наибольшие чувствительность и специфичность.
Площадь под ROC-кривой имела высокое значение 0,862 ± 0,05 (z = 7,3; p < 0,001) с доверительным интервалом 0,765–0,959, что свидетельствовало о высокой диагностической значимости определения риска W развития тяжелой степени ХГП по цитокиновому профилю полости рта.
Для автоматического расчета W (риска развития тяжелой степени ХГП) использовали окно в программе Microsoft Exсel 2010, куда в маркированную цветом область вводили индивидуальные значения концентрации ФНО-α в содержимом ПК (рис. 3).

ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ

В патогенезе заболеваний пародонта ФНО-α играет ключевую роль. Если липополисахариды бактерий проникают в ткани пародонта, то при участии лимфоцитов с кластером дифференцировки CD14 макрофаги через специфичные для распознавания рецепторы активируют ряд врожденных и адаптивных механизмов защиты. Чрезмерный иммунный ответ служит причиной хронического воспаления и развития деструктивных процессов в пародонте [9, 10]. Простагландин Е2, IL1β, ФНО-α являются ключевыми воспалительными медиаторами, способствующими посредством индукции тканевых металлопротеиназ активации остеокластической резорбции и деструкции пародонта [11]. Ряд неиммунных клеток пародонта (эпителиальные клетки, фибробласты) могут распознавать и реагировать на действие воспалительных медиаторов IL1β и ФНО-α. Тканевые металлопротеиназы, вырабатываемые нейтрофилами, макрофагами, фибробластами, остеокластами, способствуя протеолизу коллагена, желатина, эластина, разрушают в большей мере соединительнотканные элементы опорных структур зуба. К семейству ФНО-α относятся остеотропные медиаторы — лиганды рецептора-активатора ядерного транскрипционного фактора NF-kB (RANKL), сами рецепторы RANKL, которые синтезируются остеокластами и способствуют остеорезорбции [12]. Связывание RANK- лиганда с RANK-рецептором сопровождается слиянием нескольких клеток-предшественниц в один зрелый многоядерный остеокласт, который начинает разрушать костную ткань (рис. 4).
В связи с этим изучение показателя ФНО-α в содержимом ПК конкретного пациента открывает новые возможности для прогнозирования тяжести течения ХГП.

ВЫВОДЫ

В результате исследования установлено, что уровень повышения ФНО-α в содержимом ПК коррелировал со степенью тяжести ХГП у пациентов на фоне метаболического синдрома: более высокие значения цитокина соответствовали более тяжелой степени. Разработанная прогностическая модель дает возможность использовать уровень ФНО-α в содержимом ПК в качестве прогностического критерия течения ХГП. Определение уровня этого цитокина является перспективным информативным и одновременно неинвазивным методом, позволяющим оценивать прогноз заболевания. Преимущества использования данной прогностической модели: относительная невысокая стоимость и доступность метода, возможность быстрого получения результата, простота расчета, что является залогом успешного применения в каждодневной практике врача-стоматолога.