机器学习算法可以帮助识别那些牙齿脱落的风险

牙齿脱落通常被认为是一种自然老化的一部分,但如果有一种方法更好地识别那些最敏感而不需要牙科考试吗?

新的研究由哈佛牙科医学院的调查表明,机器学习工具可以帮助识别那些最危险的牙损失和让他们进一步牙科评估以确保早期干预以避免或推迟。

这项研究发表在6月18日《公共科学图书馆•综合》5算法相比,使用不同的组合的风险变量的筛选。结果显示那些考虑医学特征和社会经济变量,如种族、教育、关节炎、糖尿病,优于单独依靠牙科临床指标的算法。

“我们的分析显示,尽管所有的机器学习模型可以有用的预测风险,合并社会经济变量尤其强大的筛查工具来识别这些牙齿脱落的风险加剧,“研究首席研究员Hawazin Elani, HSDM口腔健康政策和流行病学助理教授。

全球的方法可以被用来屏幕人甚至在各种卫生保健机构由non-dental专业人士,她补充道。

牙齿脱落可能是身体和心理上的衰弱。它会影响生活质量,健康,营养,和社会互动。这个过程可以被推迟,甚至预防,如果确定牙科疾病的早期症状,及时治疗和条件。然而,许多患有牙病可能不会看牙医,直到过程拥有先进的意义远远超出了拯救一颗牙齿。这正是筛查工具可以帮助识别那些风险最高,让他们进行进一步的评估,研究小组说。

在这项研究中,研究人员使用数据由近12000名成年人国家健康与营养考试调查设计和测试五个机器学习算法和评估他们预测完成和基于社会经济增量成年人牙齿脱落,健康和医疗的特点。

值得注意的是,算法被用来评估风险没有牙科检查。有人认为有牙齿脱落的风险很高,然而,仍然要进行一个实际考试,研究人员补充说。

分析结果指出,社会经济因素,形状风险的重要性,超越了传统的临床指标。

“我们的研究表明,机器学习算法模型将社会经济特征进行更好的预测比依靠常规临床牙科牙齿脱落指标,仅“Elani说。“这工作突出健康问题社会决定因素的重要性。了解病人的教育水平、就业状况和收入一样相关预测牙齿脱落评估他们的临床牙科状态。”

的确,它早就知道低收入和边缘群体经验不成比例的牙齿脱落的负担,可能由于缺乏常规的牙科保健,以及其他原因,研究小组说。

“口服健康专业人士,我们知道如何早期识别和及时护理是预防至关重要牙齿脱落,这些新发现指出,一个重要的新工具在实现“全球和副主任简巴罗说社区卫生执行董事和主动HSDM整合口腔健康和医学。”Elani博士和她的研究小组做了新的阐述如何最有效的目标我们的预防措施,提高病人的生活质量。”