La pérdida de dientes a menudo se acepta como una parte natural del envejecimiento, pero ¿Qué pasaría si hubiera una manera de identificar mejor a los más susceptibles sin la necesidad de un examen dental?
Una nueva investigación dirigida por investigadores de la Escuela de Medicina Dental de Harvard sugiere que las herramientas de aprendizaje automático pueden ayudar a identificar a las personas con mayor riesgo de pérdida de dientes y derivarlas para una evaluación dental adicional en un esfuerzo por garantizar intervenciones tempranas para evitar o retrasar la afección.
El estudio , publicado el 18 de junio en PLOS ONE, comparó cinco algoritmos que utilizan una combinación diferente de variables para detectar el riesgo. Los resultados mostraron que aquellos que tenían en cuenta las características médicas y las variables socioeconómicas, como la raza, la educación, la artritis y la diabetes, superaron a los algoritmos que se basaban únicamente en indicadores clínicos dentales.
«Nuestro análisis mostró que, si bien todos los modelos de aprendizaje automático pueden ser útiles predictores de riesgo, aquellos que incorporan variables socioeconómicas pueden ser herramientas de detección especialmente poderosas para identificar a quienes tienen un mayor riesgo de pérdida de dientes», dijo el investigador principal del estudio, Hawazin Elani , profesor asistente de política de salud bucal y epidemiología en HSDM.
Conoce más aquí
