Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

As ferramentas da aprendizagem de máquina podem ajudar a identificar a perda do dente

A perda do dente é aceitada frequentemente como uma parte natural do envelhecimento, mas que se havia uma maneira de identificar melhor aqueles os mais suscetíveis sem a necessidade para um exame dental?

A pesquisa nova conduzida por investigador na escola de Harvard da medicina dental sugere que as ferramentas da aprendizagem de máquina possam ajudar a identificar aquelas no grande risco para a perda do dente e aos consultar para uma avaliação dental mais adicional em um esforço para assegurar intervenções adiantadas para evitar ou atrasar a circunstância.

O estudo, publicado o 18 de junho em PLOS UM, comparado cinco algoritmos usando uma combinação diferente de variáveis à tela para o risco. Os resultados mostraram àqueles que as características médicas fatoradas e as variáveis sócio-económicas, tais como a raça, educação, artrite, e diabetes, outperformed os algoritmos que confiaram em indicadores clínicos dentais apenas.

“Nossa análise mostrou que quando todos os modelos deaprendizagem puderem ser predictors úteis do risco, aquelas que as variáveis sócio-económicas incorporadas podem ser especialmente poderosas selecção utilizam ferramentas para identificar aquelas no risco aumentado para a perda do dente,” disse o investigador principal Hawazin Elani do estudo, professor adjunto da política sanitária e da epidemiologia orais em HSDM.

A aproximação poderia ser usada para seleccionar global povos e em uma variedade de ajustes dos cuidados médicos mesmo por profissionais não-dentais, adicionou.

A perda do dente pode para debilitar fisicamente e psicològica. Pode afectar a qualidade de vida, de bem estar, de nutrição, e de interacções sociais. O processo pode ser atrasado, impedido mesmo, se os sinais os mais adiantados da doença dental são identificados, e a circunstância tratado prontamente. Contudo, muitos povos com doença dental não podem ver um dentista até que o processo avance para além do ponto de salvar um dente. Isto é precisamente o lugar onde selecionando ferramentas poderia ajudar a identificar aqueles no risco o mais alto e para consultá-los para uma avaliação mais adicional, a equipe disse.

No estudo, os dados usados pesquisadores que compreendem quase 12.000 adultos da avaliação nacional do exame da saúde e da nutrição para projectar e testar cinco algoritmos deaprendizagem e para avaliar como bom previram terminam e perda incremental do dente entre os adultos baseados em sócio-económico, na saúde, e em características médicas.

Notàvel, os algoritmos foram projectados avaliar o risco sem um exame dental. Qualquer um julgado no risco elevado para a perda do dente, contudo, ainda teria que submeter-se a um exame real, pesquisadores adicionados.

Os resultados da análise apontam à importância dos factores sócio-económicos que dão forma ao risco além dos indicadores clínicos tradicionais.

Nossos resultados sugerem que os modelos deaprendizagem do algoritmo que incorporam características sócio-económicas sejam melhores na perda de predição do dente do que aqueles que confiam em indicadores dentais clínicos rotineiros apenas. Este trabalho destaca a importância de causas determinantes sociais da saúde. Conhecendo o nível da educação de paciente, o cargo, e a renda são apenas tão relevantes para a perda de predição do dente quanto avaliando seu estado dental clínico.”

Hawazin Elani, investigador principal do estudo e professor adjunto da política sanitária e da epidemiologia orais, escola de Harvard da medicina dental

Certamente, tem-se sabido por muito tempo que as populações a renda baixa e marginalizadas experimentam uma parte desproporcional da carga da perda do dente, provavelmente devido à falta do acesso regular aos cuidados dentários, entre outras razões, a equipe disse.

“Como profissionais de saúde orais, nós sabemos a identificação adiantada crítica e o cuidado alerta consistem em impedir a perda do dente, e estes resultados novos apontam a uma nova ferramenta importante em conseguir isso,” disse o carrinho de mão de Jane, o vice-decano para a saúde global e da comunidade e o director executivo da iniciativa integrar a saúde e a medicina orais em HSDM. O “Dr. Elani e sua equipa de investigação derramou a luz nova em como nós podemos o mais eficazmente visar nossos esforços da prevenção e melhorar a qualidade de vida para nossos pacientes.”

Source:
Journal reference:

Elani, H. W. et al. (2021) Predictors of tooth loss: A machine learning approach. PLOS ONE. doi.org/10.1371/journal.pone.0252873.