Алгоритмы машинного обучения могут помочь прогнозировать утрату зубов

E-Newsletter

The latest news in dentistry free of charge.

I agree(Required)
This field is for validation purposes and should be left unchanged.
Новый метод скрининга может использоваться всеми медицинскими работниками, а не только стоматологами. (Иллюстрация: Bachkova Natalia/Shutterstock)
Franziska Beier, Dental Tribune International

By Franziska Beier, Dental Tribune International

Вт. 16. ноября 2021

save

БОСТОН, США: о социально-экономических факторах, связанных с утратой зубов, известно мало. Исследователи со стоматологического факультета Гарварда (HSDM) разработали алгоритмы машинного обучения для прогнозирования риска утраты зубов взрослыми пациентами. Помимо таких очевидных параметров, как возраст и стоматологический статус, эти алгоритмы учитывают и социально-экономическое положение пациента. Результаты исследования говорят о том, что эти инструменты могут способствовать выявлению зубов, подвергающихся риску утраты, для своевременного начала профилактики.

Как правило, утрату зуба можно предотвратить, если вовремя заметить начало заболевания и приступить к его лечению на самой ранней стадии. Это подтверждают и исследования, согласно которым пациенты, регулярно посещающие контрольные осмотры, реже теряют зубы. Тем не менее, отсутствие доступа к стоматологической помощи или ее высокая стоимость могут помешать пациенту своевременно посетить стоматолога. В США, например, решающим фактором зачастую становится то, что стоматологическая помощь не покрывается программой медицинского страхования. Соответственно, когда пациент, наконец, попадает к врачу, зуб уже не подлежит восстановлению, и его удаление становится наиболее очевидным (и наименее затратным) выходом. Именно в этом контексте может пригодиться новый метод скрининга, позволяющий своевременно выявлять пациентов, которые подвергаются высокому риску утраты зубов.

По словам исследователей, методы машинного обучения уже используются в медицине для сбора информации и принятия решений на основании полученных данных, но пока еще не применялись для прогнозирования результатов лечения. Ученые разработали пять алгоритмов и с помощью различных сочетаний параметров – например, анамнеза и социально-экономического статуса – проверили их на точность предсказания утраты зубов взрослыми пациентами. При разработке этих алгоритмов исследователи использовали данные почти 12 000 участников Общенационального медицинско-диетологического опроса.

Социально-экономические характеристики имеют значение

Сравнивая точность разных алгоритмов, исследователи обнаружили, что модели, учитывавшие социально-экономические параметры, например, этническое происхождение и уровень образования, позволяли предсказать вероятность утраты зуба точнее, нежели модели, основанные только на традиционных, сугубо клинических данных.

«Анализ показал, что, хотя все наши модели машинного обучения можно использовать для прогнозирования, алгоритмы, работающие с учетом социально-экономических переменных, могут быть особенно полезны при выявлении пациентов с повышенным риском утраты зубов», – отмечает ведущий автор исследования доктор Hawazin Elani, доцент кафедры охраны стоматологического здоровья и эпидемиологии HSDM, в университетском пресс-релизе.

«Эта работа подчеркивает значимость социальных факторов здоровья. Уровень образования пациента, его статус занятости и доход влияют на прогноз зуба наравне с клиническими параметрами», – добавляет она.

Исследователи также установили, что прогностическим фактором утраты зуба является не только социально-экономическое положение пациента, но и наличие у него определенных заболеваний. «Мы обнаружили, что к числу прогностических факторов утраты зуба относятся такие медицинские проблемы, как артрит, сахарный диабет, повышенный уровень холестерина, высокое артериальное давление и заболевания сердечно-сосудистой системы. Клиницисты могут использовать эту информацию для выявления пациентов с высоким риском утраты зуба и для выбора соответствующей стратегии лечения», – говорят исследователи.

Новый инструмент пригодится врачам разных специальностей

Созданный гарвардскими исследователями метод скрининга универсален и может применяться не только стоматологами, но и другими медицинскими работниками, поскольку позволяет определять риск утраты зуба без стоматологического осмотра. Тем не менее, если по результатам скрининга окажется, что пациент рискует потерять зуб, он должен будет пройти клиническое обследование.

Исследование «Predictors of tooth loss: A machine learning approach» («Прогностические факторы утраты зуба: метод машинного обучения») было опубликовано 18 июня 2021 г. на сайте PLOS ONE.

Leave a Reply

Your email address will not be published. Required fields are marked *