Dentiss Logo

Mesleğini Söyle, Diş Kaybı Riskini Çıkarayım

Harvard Üniversitesi’nde yapılan yeni bir araştırma, makine öğrenimi araçlarını, diş kaybı riskini belirlemek için kullandı. Algoritmalar, diş muayenesi bilgileri olmadan sosyoekonomik etkenler ve kronik hastalıklara dair verileri değerlendiriyor. Araştırmacılar, diş kaybı risk gruplarının belirlenmesinin, koruyucu uygulamaların doğru kesimlere ulaştırılmasına yardım edeceği görüşünde.
06.07.2021       14.45.39

Diş kayıplarını tahmin etmek için yapılan yeni bir araştırma, yüksek risk grubunda bulunanları belirlemek için makine öğrenme algoritmalarını kullandı. Harvard Diş Hekimliği Okulu'ndaki araştırmacıların çalışması, 18 Haziran'da PLOS ONE'da yayınlandı.

Bir dişin kaybı, diş hastalığının “son aşaması” olarak kabul edilir ve erken evrede tedaviye başlanması çoğunlukla diş kaybının önüne geçilmesini sağlar. Ancak diş tedavilerinin yüksek maliyetleri, düşük gelir grubundan bireylerin tedavilere ulaşması önünde önemli bir engeldir. Ulusal sağlık sistemlerinde ve özel diş sağlığı merkezlerinde en uygun fiyatlı diş tedavisinin diş çekimi olması da alt gelir grubundaki kişiler için diş kaybı ile sonuçlanan bir yaklaşıma sebep olur. Araştırmacılar, yüksek diş kaybı riski altındaki bireylerin belirlenmesinin, önlem alma ve diş bakımına erişimi sağlayacak politikaları iyileştirmek konusunda fikir verebileceğini söylüyor.

Analizler için 5 makine öğrenimi algoritması tasarlanıp Ulusal Sağlık ve Beslenme İnceleme Anketi'nden yaklaşık 12 bin yetişkinin sosyoekonomik, sağlık ve tıbbi verileri kullanıldı. Algoritmalar, özellikle diş muayenesi bilgisi olmadan riski değerlendirmek için tasarlandı.

REKLAM

Çalışma kapsamındaki birincil analizlerde, makine öğrenimi algoritmaları için toplam 28 sosyoekonomik özellik, ağız sağlığı davranışı ve kronik tıbbi durum verileri dahil edildi. Bu değişkenler arasında yaş, cinsiyet, ırk, istihdam, eğitim, medeni durum, aile büyüklüğü, ev sahipliği, oda sayısı, yemek harcamaları, aile gelirinin yoksulluk düzeyine oranı, sağlık sigortası, vücut kitle indeksi (BMI), rutin diş bakımı ve hastanın kendi bildirdiği astım, diyabet, artrit, felç, kalp krizi, koroner kalp hastalığı, kalp yetmezliği, yüksek kolesterol, hipertansiyon, gut ve kanser tanıları yer alıyor.

İkincil analizde araştırmacılar, sadece klinisyenlerin hastalarda gelecekteki diş kaybını tahmin etmek için güvenebilecekleri rutin klinik değişkenleri, yani yaş, cinsiyet ve ırka ek olarak çürük diş sayısı ve periodontal hastalık sayısını içeren bir model çalıştırdı.

Hastanın Eğitim ve İstihdam Durumu, Diş Kaybını Öngörmeye Yardım Ediyor

Çalışmanın sonucuna göre yaş, eğitim durumu, rutin diş bakımı, istihdam, aile gelirinin yoksulluk düzeyine oranı, ırk ve ev sahipliği diş kaybının güçlü belirleyicileriydi. Daha az önemli olmakla birlikte, artrit, diyabet, yüksek kolesterol, hipertansiyon ve kardiyovasküler hastalıklar gibi tıbbi durumlar da belirleyiciler arasındaydı.

Araştırmacılar, “Bulgularımız, sosyoekonomik özellikleri kullanan makine öğrenimi algoritma modellerinin, kendi kendine bildirilen diş bakımı ve tıbbi durum değişkenleri, diş kaybını öngörmede yalnızca klinik dental göstergelere güvenmekten daha iyi performans gösterdi. Hastanın eğitim düzeyini, istihdam durumunu ve gelirini bilmek, diş kaybını öngörmek için klinik diş durumunu değerlendirmek kadar önemlidir” sözleriyle sonuçları değerlendiriyor ve iş sağlığı kavramının babası kabul edilen Bernardino Ramazzini'nin, tıbbi geçmişlerini yazarken daima hastaların mesleğini sormak konusundaki tavsiyesini hatırlatıyor.

Haber: Elvan Genç (VYG)


YASAL UYARI: Bu yazı/haber/makalenin bütün yayın ve çoğaltma hakları VESTİYER YAYIN GRUBU'na aittir. Kaynak gösterilmeksizin kısmen veya tamamen iktibas edilmesi yasaktır.
Reklam
Reklam


Yorum Ekle
Copyright © Vestiyer Yayın Grubu, 1989-2021. Tüm Hakları Saklıdır.