Implementación de modelos lineales mixtos flexibles a datos de crecimiento craneofacial en la cohorte CESLPH Damasco

Abstract

Entender el crecimiento craneofacial en humanos es importante en muchas áreas del conocimiento y del quehacer humano, como la antropología, la biología, la cirugía y la ortodoncia entre otros. Usualmente, las mediciones con características craneofaciales se registran de manera longitudinal en determinados intervalos de tiempo. Factores predictores tales como la dirección, velocidad y la aceleración de crecimiento son esenciales para comprender la naturaleza del crecimiento craneofacial y su posible comportamiento de acuerdo con el género y la edad. Desde hace algunas décadas, en la literatura se pueden encontrar recomendaciones del uso de modelos lineales mixtos cuando los datos son de tipo longitudinal ya que ellos son herramientas precisas y útiles para generar conocimiento de calidad a partir de este tipo de datos como se hace notar en el libro titulado Applied Longitudinal Analysis [Fitzmaurice et al., 2012]. Este conocimiento de calidad es relevante para la toma de decisiones, especialmente en los campos de la ortodoncia, cirugía maxilofacial y la oclusión dental donde se quieren obtener resultados óptimos durante un tratamiento. En particular, los polinomios de segundo orden con coeficientes aleatorios han demostrado un muy buen desempeño en la modelación de datos de crecimiento craneofacial en población anglosajona. Por estas razones, en este trabajo se ilustran resultados de la implementación de modelos a medidas de crecimiento facial conocidas como altura facial anterior (AFH), altura facial posterior (PFH), ángulo plano mandibular (S-N/PM) y ángulo goniaco (Ar-Go-Me), que han sido recopiladas en el estudio CES-Damasco durante más de 24 años, constituyéndose en uno de los estudios de crecimiento craneofacial más largos del mundo y el más largo llevado a cabo en población de mestizos [Jiménez et al., 2020]. Específicamente, se ajustan modelos lineales mixtos con coeficientes aleatorios, modelos lineales mixtos basados en coeficientes aleatorios y funciones splines, modelos lineales mixtos con intercepto aleatorios, modelos lineales mixtos con intercepto aleatorio. Se verá que el desempeño de estos últimos modelos basados en funciones spline generan una mayor plausibilidad y un mejor poder predictivo [Chvatal et al., 2005]. (Texto tomado de la fuente)

Implementation of flexible mixed linear models to craniofacial growth data in the CESLPH Damasco cohort. Understanding craniofacial growth in humans is important in many areas of human knowledge and endeavor, such as anthropology, biology, surgery and orthodontics, among others. Usually, measurements with craniofacial characteristics are recorded longitudinally at certain time intervals. Predictors such as direction, speed and acceleration of growth are essential to understand the nature of craniofacial growth and its possible behavior according to gender and age. For some decades, recommendations for the use of linear mixed models can be found in the literature when the data are of longitudinal type since they are accurate and useful tools to generate quality knowledge from this type of data as noted in the book entitled Applied Longitudinal Analysis \cite{fitzmaurice2012applied}. This quality knowledge is relevant for decision making, especially in the fields of orthodontics, maxillofacial surgery and dental occlusion where optimal results are desired during a treatment. In particular, second order polynomials with random coefficients have shown a very good performance in the modeling of craniofacial growth data in Anglo-Saxon population \cite{jimenez2020facial}. For these reasons, this paper illustrates results from the implementation of models to facial growth measures known as anterior facial height (AFH), posterior facial height (PFH), mandibular plane angle (S-N/PM) and goniac angle (Ar-Go-Me), which have been collected in the CES-Damascus study for more than 24 years, constituting one of the longest craniofacial growth studies in the world and the longest carried out in mestizo population. Specifically, linear mixed models with random coefficients, linear mixed models based on random coefficients and spline functions, linear mixed models with random intercept, linear mixed models with random intercept, fixed spline and random spline are fitted. It will be shown that the performance of the latter models based on spline functions generates higher plausibility and better predictive power.[Chvatal et al., 2005]