La perdita dei denti è spesso accettata come parte naturale dell’invecchiamento, ma cosa succede se ci fosse un modo per identificare la caduta senza la necessità di un esame dentale?
Una nuova ricerca condotta dagli investigatori della Harvard School of Dental Medicine suggerisce che gli strumenti di machine learning possono aiutare a identificare le persone più a rischio di perdita dentale e indirizzarle ad una valutazione dentale nel tentativo di garantire interventi precoci atti ad evitare o ritardare la condizione.
Lo studio– pubblicato su PLOS ONE– ha confrontato cinque algoritmi utilizzando una diversa combinazione di variabili sul margine di rischio. I risultati hanno mostrato quelli che hanno fattorizzato le caratteristiche mediche e le variabili socioeconomiche, come razza, istruzione, artrite e diabete, algoritmi sovraperformati che si basavano solo su indicatori clinici dentali.
“La nostra analisi ha dimostrato che, sebbene tutti i modelli di machine learning possano essere utili predittori di rischio, quelli che incorporano variabili socioeconomiche possono essere strumenti di screening particolarmente potenti per identificare coloro che sono a maggior rischio di perdita dei denti“, ha affermato il ricercatore capo dello studio.
L’approccio potrebbe essere utilizzato per migliorare le condizioni delle persone a livello globale e in una varietà di contesti sanitari anche fuori da studi dentali professionionali.
La perdita dei denti può essere fisicamente e psicologicamente debilitante. Può influire sulla qualità della vita, sul benessere, sulla nutrizione e sulle interazioni sociali. Il processo può essere ritardato ma anche prevenuto, se vengono identificati i primi segni di malattia dentale e se la condizione viene prontemente trattata.
Poichè molte persone con malattie dentali potrebbero non andare da un dentista fino a quando il problema è talmente avanzato da perdere il dente, è proprio qui che gli strumenti di screening potrebbero aiutare a identificare le persone a più alto rischio e indirizzarle per un’ulteriore valutazione.
Nello studio, i ricercatori hanno utilizzato dati testati su una popolazione di quasi 12.000 adulti del National Health and Nutrition Examination Survey per progettare e testare cinque algoritmi di machine learning e valutare quanto prevedevano la perdita completa e incrementale dei denti tra gli adulti in base alle caratteristiche socioeconomiche, sanitarie e mediche.
In particolare, gli algoritmi sono stati progettati per valutare il rischio senza un esame dentale. Chiunque sia ritenuto ad alto rischio di perdita di denti, tuttavia, dovrebbe comunque sottoporsi a un esame reale, hanno aggiunto i ricercatori.
I risultati dell’analisi indicano l’importanza dei fattori socioeconomici che modellano il rischio al di là degli indicatori clinici tradizionali.
“I nostri risultati suggeriscono che i modelli di algoritmi di machine learning che incorporano caratteristiche socioeconomiche sono più efficaci nel prevedere la perdita dei denti rispetto a quelli che si basano solo su indicatori dentali clinici di routine“, ha detto Elani.
“Questo lavoro sottolinea l’importanza degli aspetti sociali sul paziente. Conoscere il livello di istruzione, lo stato di occupazione e il reddito della persona è rilevante per prevedere la perdita dei denti quanto valutare il loro stato dentale clinico”
In effetti, è noto da tempo che le popolazioni a basso reddito ed emarginate sono più soggetti alla perdita dei denti, probabilmente a causa della mancanza di accesso regolare alle cure dentistiche.
“La Dott.ssa Elani e il suo team di ricerca hanno gettato nuova luce su come possiamo indirizzare nel modo più efficace i nostri sforzi di prevenzione e migliorare la qualità della vita dei nostri pazienti.”
