Kunstmatige intelligentie kan krachtig hulpmiddel zijn bij tandverlies voorspellen
Kunstmatige intelligentie (AI) kan een krachtig hulpmiddel zijn om tandverlies te voorspellen, volgens een studie die werd gepubliceerd in PLOS One. Machine-learning-algoritmes die niet alleen medische maar ook sociaaleconomische gegevens bevatten toonden veelbelovende resultaten bij het voorspellen van edentulisme, tandverlies en het ontbreken van een functioneel gebit.
Sociaaleconomische voorspellers van tandverlies
Er is weinig bekend over de sociaaleconomische voorspellers van tandverlies, een aandoening die de kwaliteit van leven van individuen negatief kan beïnvloeden. Volgens de auteurs komt dit vooral doordat de meeste eerdere analyses waren gebaseerd op beschrijvende onderzoeken met een beperkt aantal variabelen.
AI-modellen
Met behulp van machine learning kan informatie over een groot aantal kenmerken gebruikt worden om een uitkomst te voorspellen en de relevante variabelen te identificeren. Daarmee ontwikkelden de onderzoekers vijf AI-modellen om volledig en incrementeel tandverlies te voorspellen. De studie gebruikte gegevens van bijna 12.000 volwassenen die deelnamen aan de Amerikaanse National Health and Nutrition Examination Survey.
NIEUW GUM SOFT-PICKS PRO: Nieuwe kop van ultrazachte rubberen haren & +50% superieure reiniging**
GUM SOFT-PICKS PRO: een nieuwe generatie interdentale producten met superieure reinigingseffectiviteit, voor ultiem patiënten comfort.
Lees meer | Bestel samples
Tandverlies voorspellen
De algoritmen gebruikten sociaaleconomische kenmerken, mondgezondheidsgedrag en chronische medische aandoeningen om te voorspellen welke van de deelnemers tandverlies had. De auteurs rapporteerden hun resultaten met behulp van AUC-percentages (Area Under the Curve). De AUC is een maatstaf om de prestaties van de algoritmen te evalueren: hoe dichter de AUC bij de 100% ligt, hoe beter het algoritme kan voorspellen, in dit geval of de deelnemers wel tandverlies of geen tandverlies hadden.
Modellen presteren goed
Alle modellen presteerden goed in de analyse, met AUC’s van minstens 80% voor het identificeren van verschillende soorten tandverlies. Het beste algoritme voorspelde edentulisme met een AUC van 89%, gebrek aan een functioneel gebit met een AUC van 88% en een of meer ontbrekende tanden met een AUC van 83%.
Medische aandoeningen minder belangrijk
Ook werden patiëntkenmerken geïdentificeerd die het belangrijkst zijn voor het voorspellen van tandverlies. Sociaaleconomische factoren bleken veel sterkere voorspellers te zijn dan medische aandoeningen. Leeftijd was de sterkste voorspeller van tandverlies in de analyse. Andere belangrijke factoren waren opleiding, routinematige tandheelkundige zorg, werk, gezinsinkomen, ras/etniciteit en eigenwoningbezit.
Hoewel medische aandoeningen waaronder artritis, diabetes en hartaandoeningen ook tandverlies voorspelden, presteerden ze niet zo sterk als de sociaaleconomische kenmerken. Sommige medische aandoeningen zoals jicht hadden helemaal geen voorspellende kracht.
Met sociaaleconomische kenmerken beter
De modellen die sociaaleconomische kenmerken bevatten waren beter in het voorspellen van tandverlies dan degene die alleen op routinematige klinische tandheelkundige indicatoren vertrouwden, volgens een van de auteurs.
Hulpmiddel om risicopatiënten te identificeren
In de toekomst kunnen de algoritmen een nieuw hulpmiddel worden om patiënten te identificeren die risico lopen op tandverlies. Tot die tijd benadrukken de bevindingen het belang van de sociale determinanten van gezondheid. “Het kennen van het opleidingsniveau, de arbeidsstatus en het inkomen van de patiënt is net zo relevant voor het voorspellen van tandverlies als het beoordelen van hun klinische tandheelkundige status”, zeggen de onderzoekers.
Bron:
PLOS One
