Un estudio transversal basado en el aprendizaje profundo para explorar el efecto del índice de triglicéridos /...

Área de la Ciencia:

• Salud bucal La salud bucal.
• El síndrome metabólico.
• El descubrimiento de biomarcadores.

Sus antecedentes:

• La periodontitis es una enfermedad inflamatoria crónica común relacionada con el síndrome metabólico.
• El índice triglicéridos-glucosa (TyG) es un marcador conocido para la resistencia a la insulina.
• La relación entre el índice TyG y la periodontitis no se entiende bien.

Objetivo del estudio:

• Explorar el valor predictivo del índice TyG para la periodontitis utilizando un modelo de aprendizaje profundo.
• Investigar la correlación entre el índice TyG y el riesgo de periodontitis.
• Aprovechar la base de datos de la Encuesta Nacional de Salud y Nutrición (NHANES) para este análisis.

Principales métodos:

• Se utilizaron datos de NHANES, incluyendo información demográfica, de laboratorio y de salud bucal.
• Desarrolló y entrenó un modelo de red neuronal de aprendizaje profundo para predecir la periodontitis.
• Empleó regresión logística y ex-planadas aditivas de SHapley (SHAP) para la validación e interpretación.

Principales resultados:

• El modelo de aprendizaje profundo logró un AUC-ROC de 0,7482 y una precisión del 87,13% en la predicción de la periodontitis.
• El índice TyG fue identificado como el predictor más influyente en el modelo.
• Se observó una relación dosis-respuesta significativa entre el índice TyG y el riesgo de periodontitis.

Conclusiones:

• El índice TyG está correlacionado en función de la dosis con el riesgo de periodontitis.
• El modelo de aprendizaje profundo demostró un fuerte rendimiento predictivo para la periodontitis.
• El índice TyG muestra potencial como un biomarcador simple y de bajo costo para la estratificación del riesgo de periodontitis y la identificación temprana.