Dental Tribune Brazil

Algoritmos de aprendizado de máquina podem ajudar na previsão da perda dentária

By Franziska Beier, Dental Tribune International
July 26, 2021

BOSTON, EUA: Pouco se sabe sobre os fatores socioeconômicos em relação à perda dentária. Em um novo estudo, pesquisadores da Harvard School of Dental Medicine (HSDM) desenvolveram algoritmos de aprendizado de máquina para prever a perda dentária em adultos que, além dos parâmetros óbvios, como idade e atendimento odontológico, incluíam fatores socioeconômicos dos pacientes. Os resultados sugerem que essas ferramentas podem ajudar a identificar dentes em risco, a fim de garantir uma intervenção precoce.

Geralmente, a perda do dente pode ser evitada se a doença dentária for detectada e tratada em um estágio inicial. Isso é confirmado por estudos que descobriram que os pacientes que vão a exames regulares têm menos probabilidade de perder dentes. No entanto, barreiras como acesso a atendimento odontológico e altos custos podem desencorajar os pacientes de consultar um dentista. Nos EUA, um fator decisivo pode ser que a cobertura odontológica para adultos não é um benefício de saúde essencial na maioria dos programas de seguro saúde público. Devido a essa falta de cuidados de rotina, no momento em que esses pacientes vão ao dentista, já é tarde demais para salvar o dente, e a extração torna-se a opção mais acessível. É aqui que a ferramenta de medição pode ajudar a identificar os pacientes de alto risco a tempo.

Segundo os pesquisadores, métodos de aprendizado de máquina têm sido aplicados na medicina para fornecer informações para decisões clínicas; no entanto, eles não foram desenvolvidos para prever resultados de saúde bucal ainda. Portanto, os pesquisadores desenvolveram e testaram cinco algoritmos usando diferentes combinações de parâmetros - como condições médicas e histórico socioeconômico - para prever a perda dentária em adultos e comparar o desempenho das diferentes ferramentas. Para desenvolver as ferramentas de medição, a equipe de pesquisa usou dados de quase 12.000 adultos do National Health and Nutrition Examination Survey.

Características socioeconômicas decisivas

Comparando os desempenhos dos diferentes algoritmos, os pesquisadores descobriram que os modelos que incorporavam características socioeconômicas, como raça e educação, eram melhores em prever a perda dentária do que aqueles modelos baseados apenas em indicadores clínicos odontológicos tradicionais.

"Nossa análise mostrou que, embora todos os modelos de aprendizado de máquina possam ser preditores de risco úteis, aqueles que incorporam variáveis socioeconômicas podem ser ferramentas de medição especialmente poderosas para identificar aqueles com risco elevado de perda de dentes", disse o autor principal Dr. Hawazin Elani, professor assistente de política de saúde bucal e epidemiologia no HSDM, em comunicado à imprensa universitária.

“Este trabalho destaca a importância dos determinantes sociais da saúde. Saber o nível de educação, o status de emprego e a renda do paciente é tão relevante para prever a perda de dentes quanto avaliar seu estado clínico dentário”, acrescentou ela.

Além do histórico socioeconômico dos pacientes, a equipe de pesquisa também determinou condições médicas pré-existentes como preditores de perda dentária. “Descobrimos que condições médicas - como artrite, diabetes, colesterol alto, hipertensão e doenças cardiovasculares - estão entre os preditores de perda de dentes. Os médicos podem usar essas informações para rastrear pacientes com alto risco de perda de dentes e coordenar seu encaminhamento e atendimento odontológico”, afirmaram.

A ferramenta desenvolvida pode ser usada por diferentes provedores de cuidados de saúde

A ferramenta de medição foi projetada para ser aplicada em todo o mundo e em uma variedade de ambientes de cuidados de saúde, mesmo por profissionais não odontológicos, pois avalia o risco de perda do dente sem a necessidade de um exame odontológico. No entanto, qualquer paciente considerado de alto risco de perder um dente ainda teria que ser submetido a um exame real.

O estudo, intitulado “Predictors of tooth loss: A machine learning approach,” foi publicado online em 18 de junho de 2021, na PLOS ONE.

Leave a Reply

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

© 2021 - All rights reserved - Dental Tribune International