Assinatura radiômica em mandíbula como ferramenta de classificação do Diabetes Mellitus Tipo 2 em Radiografias Panorâmicas: Um estudo transversal
Diabetes Mellitus tipo 2; Radiômica; Mandíbula; Radiografia Panorâmica; Inteligência Artificial; Microestrutura Óssea.
“O Diabetes Mellitus tipo 2 (DM2) promove alterações deletérias na microarquitetura óssea que precedem perdas densitométricas macroscópicas. O objetivo deste estudo transversal foi avaliar a acurácia diagnóstica e a capacidade classificatória da assinatura radiômica mandibular, baseada em radiografias panorâmicas, para identificar indivíduos com DM2. A amostra consistiu em 200 pacientes (100 diabéticos e 100 controles) submetidos a exames de rotina. A extração de características radiômicas foi realizada em regiões de interesse (ROIs) padronizadas na mandíbula utilizando o software 3D Slicer, seguindo rigorosamente as diretrizes da Image Biomarker Standardization Initiative (IBSI). Modelos de aprendizado de máquina, especificamente o algoritmo Random Forest, foram aplicados para seleção de variáveis e classificação dos grupos. Os resultados demonstraram que a assinatura radiômica (composta por atributos de textura como Entropia e Contraste) apresentou um desempenho superior na distinção dos grupos (p < 0,001). Essa combinação de atributos refletiu uma microestrutura óssea mais heterogênea e desorganizada no grupo T2DM. refletindo uma microestrutura óssea mais heterogênea e desorganizada. O modelo classificatório alcançou uma área sob a curva (AUC) de 0,89, com sensibilidade de 84% e especificidade de 82%. Conclui-se que a assinatura radiômica mandibular atua como um biomarcador digital robusto e reprodutível, consolidando a radiografia panorâmica como uma ferramenta de triagem oportuna e de baixo custo para o Diabetes Mellitus tipo 2 na prática odontológica.”