Innowacyjne badanie przedstawione podczas 102. Ogólnego Zgromadzenia Międzynarodowego Stowarzyszenia Badań Stomatologicznych, Jamy Ustnej i Czaszki (IADR) wykazało, jak sztuczna inteligencja (SI) może być wykorzystana do przewidywania ryzyka trwałej utraty zębów. Analizując różnorodne czynniki behawioralne i styl życia, algorytmy SI były w stanie dostarczyć cennych wniosków dotyczących ogólnego stanu zdrowia jamy ustnej.
Przewodzony przez Seyedmisagha Imaniego z Wydziału Stomatologii Uniwersytetu Marquette, badanie wykorzystało dane z Systemu Zachowań Zdrowotnych związanych z Czynnikami Ryzyka (BRFSS) z 2022 roku Centrum Kontroli i Prewencji Chorób (CDC). Zostały zebrane informacje od 293 398 osób dotyczące takich czynników jak wiek, płeć, wykształcenie, dochód, historia palenia papierosów, spożycie alkoholu, aktywność fizyczna oraz wizyty stomatologiczne.
Poprzez rygorystyczne czyszczenie i analizę danych, zespół badawczy wykorzystał pięć różnych technik uczenia maszynowego do przewidywania utraty zębów. Techniki te obejmowały K-najbliższych sąsiadów, regresję logistyczną, drzewa decyzyjne, lasy losowe oraz ekstremalne wzmacnianie drzew. Co ciekawe, podczas gdy wiek i regularne wizyty stomatologiczne wyłoniły się jako najmocniejsi predyktorzy utraty zębów, warunki socjoekonomiczne także odgrywały istotną rolę w określaniu ryzyka tego schorzenia. Badanie podkreśliło, że modele uwzględniające cechy socjoekonomiczne przewyższały te polegające wyłącznie na klinicznych wskaźnikach stomatologicznych.
Najbardziej udanym algorytmem uczenia maszynowego, osiągającym imponujące wyniki predykcyjne na poziomie 81,2% (AUC), były ekstremalne wzmacniające drzewa. Ta obserwacja podkreśla potencjał technologii SI do dokładnego przewidywania ryzyka utraty zębów na podstawie czynników ryzyka behawioralnych.
Należy zaznaczyć, że badanie to podkreśla znaczenie uwzględnienia czynników socjoekonomicznych podczas opracowywania modeli predykcyjnych dla opieki stomatologiczne…
FAQ:
Q: Jakie są najsilniejsze predyktory utraty zębów?
A: Wiek oraz regularna opieka stomatologiczna zostały zidentyfikowane jako najmocniejsze predyktory utraty zębów.
Q: Jakie algorytmy uczenia maszynowego osiągnęły najlepsze wyniki?
A: Algorytm ekstremalnego wzmacniania drzew wykazywał najwyższe osiągnięcia predykcyjne w określaniu ryzyka utraty zębów.
Q: Dlaczego ważne jest uwzględnienie czynników socjoekonomicznych w modelach predykcyjnych?
A: Włączenie czynników socjoekonomicznych poprawia dokładność i skuteczność modeli predykcyjnych, umożliwiając pracownikom służby zdrowia identyfikację osób najbardziej narażonych na utratę zębów oraz priorytetowe interwencje zapobiegawcze.
Źródło: Międzynarodowe Stowarzyszenie Badań Stomatologicznych, Jamy Ustnej i Czaszki. (2024, 19 marca). Algorytmy sztucznej inteligencji do zrozumienia czynników determinujących zdrowie jamy ustnej. Odebrane z example.com
The source of the article is from the blog regiozottegem.be