Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

Las herramientas del aprendizaje de máquina pueden ayudar a determinar baja del diente

¿La baja del diente se valida a menudo como parte natural de envejecimiento, pero qué si había una manera de determinar mejor ésos más susceptibles sin la necesidad de un examen dental?

La nueva investigación llevada por los investigadores en la escuela de Harvard del remedio dental sugiere que las herramientas del aprendizaje de máquina pueden ayudar a determinar ésos en el riesgo más grande para la baja del diente y a remitirlos para la evaluación dental adicional en un esfuerzo de asegurar intervenciones tempranas para evitar o para demorar la condición.

El estudio, publicado el 18 de junio en PLOS UNO, comparado cinco algoritmos usando una diversa combinación de variables a la pantalla para el riesgo. Los resultados mostraron a ésos que las características médicas descompuestas en factores y las variables socioeconómicas, tales como carrera, educación, artritis, y diabetes, superaron los algoritmos que confiaron en indicadores clínicos dentales solamente.

“Nuestro análisis mostró que mientras que todos los modelos de máquina-aprendizaje pueden ser calculadores útiles del riesgo, los que las variables socioeconómicas incorporadas pueden ser especialmente potentes investigación trabajan con herramienta para determinar ésos en el riesgo aumentado para la baja del diente,” dijo al principal investigador Hawazin Elani, profesor adjunto del estudio de la política sanitaria y de la epidemiología orales en HSDM.

La aproximación se podría utilizar para revisar a gente global y en una variedad de fijaciones de la atención sanitaria incluso por los profesionales no-dentales, ella agregó.

La baja del diente puede debilitar físicamente y psicológicamente. Puede afectar a calidad de vida, a bienestar, a la nutrición, y a acciones recíprocas sociales. El proceso se puede demorar, incluso prevenido, si los signos más tempranos de la enfermedad dental se determinan, y la condición tratado puntualmente. Con todo, mucha gente con enfermedad dental puede no ver a un dentista hasta que el proceso haya avance mucho más alla del punto de salvar un diente. Está exacto donde aquí revisando las herramientas podría ayudar a determinar ésos en el riesgo más alto y remitirlos para la evaluación adicional, las personas dijeron.

En el estudio, los datos usados los investigadores que comprenden a casi 12.000 adultos de la encuesta sobre nacional el examen de la salud y de la nutrición para diseñar y para probar cinco algoritmos de máquina-aprendizaje y para fijar como de bien predijeron terminan y baja ampliada del diente entre los adultos basados en socioeconómico, salud, y características médicas.

Notablemente, los algoritmos fueron diseñados para fijar riesgo sin un examen dental. Cualquier persona juzgada en de alto riesgo para la baja del diente, sin embargo, todavía tendría que experimentar un examen real, los investigadores adicionales.

Los resultados del análisis apuntan a la importancia de los factores socioeconómicos que dan forma riesgo más allá de indicadores clínicos tradicionales.

Nuestras conclusión sugieren que los modelos de máquina-aprendizaje del algoritmo que incorporaban características socioeconómicas fueran mejores en la baja del diente que predecía que ésos que confiaban en indicadores dentales clínicos rutinarios solamente. Este trabajo destaca la importancia de determinantes sociales de la salud. Conociendo el nivel de la educación de paciente, el estado de empleo, y la renta es apenas tan relevantes para la baja del diente que predice como fijando su estado dental clínico.”

Hawazin Elani, principal investigador del estudio y profesor adjunto de la política sanitaria y de la epidemiología orales, escuela de Harvard del remedio dental

De hecho, se ha sabido de largo que las poblaciones de bajos ingresos y marginadas experimentan una parte desproporcionada de la carga de la baja del diente, probablemente debido a la falta de acceso regular al cuidado dental, entre otras razones, las personas dijeron.

“Como profesionales de salud orales, sabemos la identificación con anticipación crítica y el cuidado pronto consisten en la prevención de baja del diente, y estas nuevas conclusión apuntan a una nueva herramienta importante en lograr eso,” dijo la carretilla de Jane, decano adjunto para la salud global y de la comunidad y el director ejecutivo de la iniciativa para integrar salud y el remedio orales en HSDM. El “Dr. Elani y su equipo de investigación vertió la nueva luz en cómo podemos apuntar lo más efectivo posible nuestros esfuerzos de la prevención y perfeccionar la calidad de vida para nuestros 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.