统计方法和机器学习算法研究代谢综合征在关节障碍:全国性的研究
Harry Chweidan1, Nikolay Rudyuk1, Dorit Tzur2
1Department of Prosthodontics, Oral and Maxillofacial Center, Israel Defense Forces, Medical Corps, Tel-Hashomer, Ramat Gan 02149, Israel.
Bioengineering (Basel, Switzerland)
|February 23, 2024
概括
部疾病 (TMD) 与女性的性别,贫血和年龄有显著的关联. 代谢条件和贫血需要纳入TMD患者对综合护理的评估.
科学领域:
- 口腔医学是指口腔医学.
- 流行病学 流行病学
- 公共卫生 公共卫生
背景情况:
- 关节疾病 (TMD) 是影响关节和肌肉的复杂疾病.
- 代谢综合征 (MetS) 和其组成部分是具有系统影响的普遍健康问题.
- 了解TMD与代谢健康之间的联系对于综合患者护理至关重要.
研究的目的:
- 调查关节疾病 (TMD) 与代谢综合征 (MetS) 组成部分,后果和相关疾病之间的关联.
- 在大量人口样本中确定与TMD相关的关键风险因素和并发症.
主要方法:
- 从牙科,口腔,医学流行病学 (DOME) 研究的数据分析,这是一个基于记录的全国性研究.
- 包括来自132,529名年龄在18-50岁之间的牙科护理人员的社会人口统计,医疗和牙科数据.
- 应用多变量二进制物流回归和XGBoost机器学习模型来识别显著的关联.
主要成果:
- 在TMD与女性性别 (OR = 2.65),贫血 (OR = 1.69) 和年龄 (OR = 1.07) 之间发现了统计学上显著的积极关联.
- 机器学习分析将性别,年龄,贫血,高血压和吸烟列为TMD最重要的预测因素.
- 1.43%的研究人口 (1899名受试者) 被诊断出患有TMD.
结论:
- 女性性别,贫血和年龄增长是与TMD相关的重要因素.
- 在诊断为TMD的患者的系统评估中,应考虑代谢发病率和贫血.
- 这些发现强调了对TMD管理采取整体方法的重要性,考虑到代谢和全身健康因素.
