Edad dentaria : adecuación regional de los métodos de Nolla y Demirjian

El presente trabajo aborda los métodos de estimación de las edades dentarias en una población representativa de la región de Cuyo en la República Argentina. Si bien los métodos desarrollados para medir el desarrollo dentario constituyen herramientas de gran utilidad, éstos han sido formulados en conjuntos poblacionales muy acotados. Por ello, el objetivo general de este trabajo ha sido aplicar los métodos tradicionales de medición, obtener datos referenciales de la edad dentaria y evaluar el error de estimación de estos métodos para medir la edad dentaría en la población en estudio. Se calcularon las edades dentarias por los métodos de Nolla y Demirjian sobre 374 estudios panorámicos de niños y adolescentes entre 5 y 17 años, previa estratificación nutricional de la población en estudio y se compararon con edades cronológicas decimales. Los datos obtenidos fueron sometidos a prueba estadística ANOVA y prueba de correlación de Pearson mediante paquete estadístico Graphpad Prism 5. Los resultados obtenidos presentaron correlación adecuada r = 0,92; p < 0,0001, sin embargo revelaron diferencias estadísticamente significativas entre la edad cronológica y las edades dentarias calculadas Test ANOVA p < 0,0001, lo que expresó la limitación diagnóstica de los métodos estudiados al aplicarlos en esta población. El método de Nolla produjo una subestimación, lo que reflejó que nuestra población estuvo atrasada entre 4 y 6 meses respecto a la muestra estudiada para el método. En cambio, el método de Demirjian arrojó una sobrestimación, lo que indicó que nuestra población estuvo adelantada respecto de la muestra estudiada para la realización del método. Estas correcciones calculadas permiten realizar la correcta estimación de la edad dentaria al ser aplicadas a la población de nuestra región.

Making genetic biodiversity measurable : a review of statistical multivariate methods to study variability at gene level

Measures of agro-ecosystems genetic variability are essential to sustain scientific-based actions and policies tending to protect the ecosystem services they provide. To build the genetic variability datum it is necessary to deal with a large number and different types of variables. Molecular marker data is highly dimensional by nature, and frequently additional types of information are obtained, as morphological and physiological traits. This way, genetic variability studies are usually associated with the measurement of several traits on each entity. Multivariate methods are aimed at finding proximities between entities characterized by multiple traits by summarizing information in few synthetic variables. In this work we discuss and illustrate several multivariate methods used for different purposes to build the datum of genetic variability. We include methods applied in studies for exploring the spatial structure of genetic variability and the association of genetic data to other sources of information. Multivariate techniques allow the pursuit of the genetic variability datum, as a unifying notion that merges concepts of type, abundance and distribution of variability at gene level.