Nell’evoluzione della Medicina le innovazioni tecnologiche hanno sempre giocato un ruolo piuttosto significativo. Ogni volta che è stata sviluppata una nuova tecnologia, anche per scopi non medici, questa ha spesso poi trovato applicazione in ambito medicale.

In alcuni casi l’adozione di nuove tecnologie ha permesso addirittura svolte epocali, siano esse avvenute in ambito diagnostico o terapeutico; basti pensare, ad esempio, alla scoperta dei raggi X e alla ideazione di tecnologie per poterli generare in modo controllato.

Oggi, l’avanzamento tecnologico che tutti sperimentiamo quotidianamente è rappresentato dalla diffusione sempre più capillare di Internet. A essa si accompagna lo sviluppo di sistemi di gestione e analisi di dati in cloud che, attraverso algoritmi di deep learning e intelligenza artificiale, forniscono predizioni intelligenti in relazione a ipotetici scenari di interesse dell’utilizzatore.

In Medicina, e così in Odontoiatria, l’impiego di questi sistemi è oggi di estremo interesse, e rappresenta uno dei campi di ricerca più all’avanguardia. Gli sviluppi futuri sono potenzialmente illimitati: si pensi semplicemente a quelli derivanti dalla possibilità di accedere a database epidemiologici, anche solo osservazionali, alimentati in tempo reale, in relazione a una condizione clinica di interesse. Informazioni di questo tipo non potranno chiaramente mai sostituirsi alla ricerca clinica classica: questa rimane il fondamento di una odontoiatria evidence-based la cui espressione principe è una pratica clinica basata sui risultati di trial clinici rigorosi, metanalisi accurate e consensus cliniche espresse dall’eccellenza odontoiatrica. Tuttavia, l’accesso a questi dati – che rappresentano quella che oggi viene comunemente chiamata real-world evidence – e l’analisi del loro significato clinico attraverso rigorosi algoritmi statistici permette di oggettivare le scelte cliniche compiute nell’ambito evidence-based tramite l’accesso a basi di dati di consistenza numerica superiore, anche di più ordini di grandezza, rispetto quella ottenibile nel contesto di ricerche cliniche di tipo prospettico. L’importanza del dato di real-world evidence nell’ambito clinico è oggi ampiamente riconosciuta sia dalla comunità scientifica (Sherman et al., NEJM, 2016), che da numerosi enti regolatori, prima fra tutti l’FDA statunitense (www.fda.gov/, 2021).

La possibilità di accedere a dati di real-world evidence riveste particolare importanza anche in ambito implantologico: è ben noto, infatti, che i tassi di successo e sopravvivenza implantari, così come il successo delle intere riabilitazioni protesiche su impianti, abbiano componenti causative multifattoriali, riconducibili sia al paziente che al chirurgo, che ai materiali e tecniche impiegati.

È proprio in presenza di multifattorialità che l’analisi statistica di una quantità rilevante di dati, soprattutto se eseguita tramite algoritmi avanzati, può oggettivare maggiormente protocolli clinici nonché, naturalmente, indirizzare l’esecuzione di nuovi protocolli di ricerca.

È in questo contesto che IDI Evolution ha creato Alfred: un sistema digitale avanzato, in grado di applicare sofisticati algoritmi di calcolo a un database di inserimenti implantari che viene alimentato in tempo reale dagli stessi clinici che aderiscono al progetto, nel momento stesso in cui eseguono la chirurgia di posizionamento dell’impianto. Il database costituisce una base dati che permette ad Alfred, grazie all’applicazione di specifici algoritmi predittivi, di fornire al chirurgo – già in sede di pianificazione dell’intervento – un preciso orientamento relativo alla stabilità primaria che potrà ipotizzare di ottenere in relazione alla scelta della macromorfologia della fixture (dimensioni, forma) e del grado di sottopreparazione del sito implantare – e quindi all’applicabilità del protocollo di carico desiderato.

TMM3 – il micromotore con cui Alfred dialoga in tempo reale – permette inoltre al chirurgo sia di leggere la densità ossea sito-specifica al sito di impianto che di misurare la stabilità primaria appena ottenuta attraverso l’integrale della curva torque-profondità, un parametro correlato all’energia di inserimento dell’impianto che fornisce informazioni più complete rispetto al solo torque di picco.

Il sistema TMM3-Alfred diventa così allo stesso tempo strumento diagnostico e di progettazione dell’intervento, rappresentando il culmine di un percorso di ricerca preclinica e clinica che si è articolato nel corso di circa un decennio (Di Stefano et al., Minerva Stomatol, 2013; Di Stefano et al., JOMI, 2016; Capparè et al., CIDRR, 2015; Arosio et al., CIDDR, 2018; Di Stefano et al., JPD, 2018; Orlando et al., Dent J, 2019; Di Stefano et al., Implant Dent, 2019).

Oggi Alfred, a due anni dalla sua nascita, basa le sue analisi e previsioni su circa 8.000 inserimenti implantari relativi a circa 2.600 pazienti e più di 110 studi odontoiatrici; poiché sempre più clinici stanno aderendo al progetto, il ritmo di crescita della base dati, inizialmente lineare, sta accelerando esponenzialmente e non è escluso che il 2021 veda superato il traguardo dei 15.000 inserimenti implantari.

Cosa ci racconta oggi Alfred? Lo abbiamo interrogato rispetto ai tassi di successo implantare in relazione a età e genere dei pazienti, durata del follow-up e densità ossea al sito di impianto.

1. Sopravvivenza implantare al cambiare dell’età

Il successo e la sopravvivenza implantari sono ben documentati in letteratura per le coorti di età più giovane, ma si sa poco dell’effetto dell’età sull’osteointegrazione e sulla sopravvivenza dell’impianto a lungo termine.

Inoltre, si sa poco sulle reazioni dei tessuti perimplantari alla scarsa igiene orale che si può a volte riscontrare nel paziente geriatrico.

Una revisione di letteratura piuttosto recente (Fretwurst et al., Int J Prosthodont, 2021) conclude, tuttavia, che i tassi di sopravvivenza implantare a un follow-up di 1-5 anni permangono elevati anche nel paziente di età pari o superiore a 75 anni, e che – più che l’età – i fattori di rischio per il fallimento implantare siano invece eventuali e specifiche terapie farmacologiche in corso, o la presenza di determinate comorbilità. Alfred, interrogato in merito, ci mostra che, negli studi odontoiatrici coinvolti, la popolazione che maggiormente afferisce ai fini di una riabilitazione protesica su impianti risulta essere quella tra 51 e 70 anni. In questa fascia, il tasso fallimento si è attestato attorno allo 0,5%, non dissimile da quello riscontrato nella fascia di età superiore (0,1%), confermando quanto riportato in letteratura, ovvero che l’età non incide sulla sopravvivenza implantare a breve termine.

 

2. Sopravvivenza implantare e genere

Alfred ci ha risposto anche in merito alla correlazione tra genere del paziente e fallimento implantare. In letteratura, il genere del paziente non sembra essere associato al fallimento implantare (Malm et al., CIDDR, 2021; Schoenabum et al., JOMI, 2021; Staedt et al., Int J Implant Dent, 2020). Alfred ha risposto in maniera coerente: anche nel campione dei pazienti di Alfred, infatti, i tassi di successo implantare non sono differenti fra i due sessi.

3. Sopravvivenza implantare e densità ossea

La qualità e densità dell’osso disponibile, quando bisogna realizzare una riabilitazione implantare, sono fattori chiave per potere definire una terapia dagli esiti predicibili. Alfred registra la densità al sito implantare in modo oggettivo; nel suo database, infatti, confluiscono i dati registrati da TMM3 – il micromotore IDI Evolution dotato di una speciale sonda per misurare la densità ossea esattamente dove sarà posizionato l’impianto, prima di passare l’ultima fresa per la preparazione della sede implantare.

Il motore fornisce, e Alfred registra, un valore numerico di densità la cui affidabilità e indipendenza dalla mano dell’operatore sono dimostrate da numerosi studi (Di Stefano et al., JAP, 2015; Iezzi et al., CIDDR, 2015; Di Stefano et al., JOMI, 2016; Orlando et al., Dent J, 2019).

Per comodità dell’implantologo, la densità misurata è convertita in una delle quattro classi di Misch – con la grande e significativa differenza che l’attribuzione della densità a una delle classi non è più lasciata alla sensibilità tattile del chirurgo, ma è realizzata attraverso l’applicazione di precisi algoritmi matematici. È noto da tempo che la densità dei mascellari varia in relazione alla posizione nelle arcate: è maggiore in mandibola, minore in mascella; maggiore nei settori anteriori, minore nei settori posteriori.

Sapevate però che Alfred ha già fornito al mondo clinico la prima mappa topologica, posizione per posizione, della densità dei mascellari? I risultati sono pubblicati  su Implant Dentistry (Di Stefano, Implant Dent, 2019). Interrogato in merito alla distribuzione di successo implantare in relazione alla densità dei mascellari dei suoi pazienti, Alfred ci risponde che per i suoi pazienti la densità ossea non è stata un fattore discriminante il successo implantare, in parziale contraddizione con la letteratura oggi disponibile, che comunque predice un successo implantare leggermente inferiore nei settori posteriori, soprattutto del mascellare superiore.

Per questo è in corso un’analisi retrospettiva approfondita dei dati in possesso di Alfred: il seppur lieve disallineamento con quanto è indicato in letteratura potrebbe, infatti, derivare da diversi fattori, quali – da un lato – il follow-up ancora ridotto nel tempo dei pazienti considerati, e – dall’altro –  dall’inclusione nel database dei dati degli utilizzatori di TMM3, ovvero di implantologi che hanno a disposizione – a differenza dei colleghi – un sistema che permette la misura oggettiva della densità ossea e la verifica immediata della stabilità primaria ottenuta attraverso l’integrale della curva torque-profondità, uno stimatore più sensibile alle variazioni di densità di quanto non lo siano insertion torque o ISQ (Di Stefano et al., JPD, 2018); in altri termini, utilizzatori che potrebbero avere avuto accesso a un sistema che ha permesso loro di compiere scelte operatorie in modo più oggettivo e quindi con esito maggiormente predicibile, come già osservato in uno studio clinico relativo alla riabilitazione concomitante all’esecuzione di rialzi di seno mascellare in settori posteriori a ridotta densità ossea (Arosio et al., CIDDR, 2018).

4. Sopravvivenza implantare e follow-up

Alfred ci ha detto, inoltre, che nel suo database la sopravvivenza implantare resta elevatissima a tutti gli intervalli di tempo finora analizzati. Il dato è coerente con la letteratura e con l’applicazione dei noti criteri di successo implantare di Albrektsson e Zarb che tollerano, nel primo anno di funzionamento dell’impianto, un riassorbimento marginale più elevato che negli anni successivi.

Sarà sicuramente fondamentale osservarne l’evoluzione nel tempo: Alfred continuerà, in questo senso, a tenere gli occhi bene aperti e a fornirci dettagli preziosi che ci permetteranno di comprendere sempre meglio come la sopravvivenza implantare vari nel tempo e da quali fattori essa possa essere influenzata, così che dalla real-world evidence possano nascere spunti preziosi per la ricerca clinica, in un circolo virtuoso che permetta la realizzazione di un’odontoiatria sempre più solida e basata sull’evidenza.

 

Il naturale luogo digitale per il dialogo tra odontoiatra e paziente

Danilo Alessio Di Stefano
Libero professionista
Centro Odontoiatrico e Protesico Civitali, Milano
Professore a contratto di chirurgia orale presso l’Università Vita e Salute IRCCS San Raffaele di Milano

Abbiamo posto al professor Danilo Alessio Di Stefano – che ha contribuito con le sue ricerche alla nascita di Alfred – alcune domande.

Professor Di Stefano, quale è a suo giudizio l’importanza del dato real-world nell’ambito della ricerca clinica?
È il momento in cui le attività quotidiane e la ricerca clinica danno vita a un dialogo fertile e fecondo. L’utilizzo giornaliero di questa piattaforma, che agisce anche da vero e proprio programma di gestione dell’attività implantare, consente da un lato di aiutare il clinico nell’ordinare informazioni – che a distanza di tempo possono essere analizzate individualmente ma anche messe a disposizione della comunità clinico-scientifica – dall’altro di guidarlo al corretto inquadramento del paziente, proprio grazie alla natura organizzata delle informazioni in una cartella clinica ragionata e omogenea.

Alfred sta già orientando la sua ricerca clinica e quella del suo gruppo?
Sì. Ci aiuta a portare avanti le nostre ricerche, mettendoci a disposizione un ampio numero di dati di diversa natura (anamnestica, diagnostica, clinica) su cui costruire con solide basi. Questo ci sta permettendo di valutare, ad esempio, l’ipotesi dell’introduzione di una classificazione ossea diversa da quelle attuali, così come la possibilità di dare una risposta seria a se e quanto è possibile utilizzare la corticale ossea per stabilizzare gli impianti senza aumentare il rischio di fallimento implantare a breve, medio e lungo termine.

Alfred, quindi, è di ausilio anche nella pratica di tutti i giorni per realizzare un’odontoiatria più predicibile?
La risposta è certamente affermativa, perché un’odontoiatria predicibile passa anche per un adeguato inquadramento del paziente e un altrettanto accurata programmazione degli interventi. Grazie ad Alfred e all’intero sistema, infatti, l’operatore può avere a sua disposizione una quantità di informazioni oggettive che sono il frutto del dialogo motore-software, anche in relazione alla specifica sistematica utilizzata. Ciascuna di queste informazioni permette di pianificare in modo estremamente puntuale, ed eseguire nel modo più predicibile non solo la chirurgia di inserimento implantare, ma anche l’intera riabilitazione protesica. Non meno importante, Alfred è di estrema utilità anche perché permette di monitorare accuratamente nel tempo il paziente, nuovamente permettendo, ai richiami programmati, di organizzare le informazioni raccolte in modo strutturato, ragionato e omogeneo; infine, Alfred rappresenta – proprio in quanto depositario di tutte le diverse informazioni cliniche raccolte nel tempo – il naturale luogo digitale ove può svolgersi, con la massima efficacia, il dialogo tra odontoiatra e paziente, sia nel momento pre-chirurgico che in quello post-chirurgico.

Quali conclusioni?

In conclusione, nel panorama odontoiatrico è entrato – con 10 anni di letteratura alle spalle – un “maggiordomo intelligente”, Alfred,  affidabile nell’orientare l’implantologo nel suo operare quotidiano e preciso nel suggerire al ricercatore percorsi clinici di ampio respiro, permettendogli di rispondere a quelle domande ancora oggi irrisolte che hanno – nel real-world di tutti i giorni – un peso determinante: per il paziente, in primo luogo, e per ogni chirurgo che viva con coscienza e passione la quotidianità della riabilitazione implantare.

PER SAPERNE DI PIÙ

“Real-world evidence” e tassi di successo in chirurgia implantare - Ultima modifica: 2021-06-23T14:23:55+00:00 da redazione
“Real-world evidence” e tassi di successo in chirurgia implantare - Ultima modifica: 2021-06-23T14:23:55+00:00 da redazione