@mastersthesis{20.500.12880/14899,
year = {2025},
month = {6},
url = {https://hdl.handle.net/20.500.12880/14899},
abstract = {Introducción 

El bruxismo es una actividad muscular masticatoria involuntaria que puede causar desgaste dental, dolor orofacial y disfunción temporomandibular. Las férulas oclusales son el tratamiento convencional más extendido, pero su eficacia a largo plazo es limitada. En este contexto, han surgido tecnologías como la inteligencia artificial, sensores portátiles, electromiografía de superficie ambulatoria y dispositivos de biofeedback, orientados a optimizar tanto el diagnóstico como el tratamiento. 

Objetivos 

Evaluar la eficacia, precisión diagnóstica y aplicabilidad clínica de las nuevas tecnologías en el manejo del bruxismo en adultos, en comparación con los métodos tradicionales. 

Material y método 

Se realizó una revisión sistematizada de la literatura siguiendo las directrices PRISMA. Se consultaron las bases de datos PubMed, Scopus y ScienceDirect. Se incluyeron 34 estudios publicados en los últimos 10 años que abordaban tecnologías aplicadas al diagnóstico o tratamiento del bruxismo. 

Resultados 

Las tecnologías emergentes, especialmente la electromiografía portátil combinada con algoritmos de inteligencia artificial, alcanzan sensibilidades y especificidades superiores al 90 %. Las férulas inteligentes con sensores y los sistemas de biofeedback han demostrado eficacia en la reducción de la actividad muscular y el dolor, con mayor grado de personalización y comodidad para el paciente. 

Conclusiones 

Las nuevas tecnologías ofrecen un enfoque diagnóstico y terapéutico más preciso, accesible y personalizado. No obstante, su implementación clínica requiere validación mediante estudios con muestras amplias y seguimiento a largo plazo.},
title = {Aplicación de nuevas tecnologías para diagnóstico y tratamiento del bruxismo en adultos. Revisión sistematizada. },
keywords = {Bruxismo},
keywords = {Diagnóstico},
keywords = {Tratamiento},
keywords = {Inteligencia artificial},
keywords = {Biofeedback. },
author = {Lerín Humada,  Daniel},
}