为确定丹麦牙周炎病例而开发名录
Luisa Schertel Cassiano1, Anne B Jensen2, Julie B Pajaniaye2
1Section for Oral Ecology, Department of Dentistry and Oral Health, Aarhus University, Vennelyst Boulevard 9, 8000, Aarhus, Denmark. lscassiano@dent.au.dk.
Scientific reports
|May 17, 2024
概括
这项研究使用社会人口统计和自我报告数据开发了名录,以识别牙周炎病例. 这些工具在识别牙周炎方面表现出卓越的准确性,有助于早期检测和管理.
科学领域:
- 牙周病学 牙周病学
- 公共卫生 公共卫生
- 生物统计学 生物统计学
背景情况:
- 自我报告的健康结果至关重要,但需要与临床数据进行验证.
- 使用可访问工具识别牙周炎病例仍然是一个挑战.
- 结合社会人口统计数据和自我报告数据用于牙周炎识别的诺莫图没有先前得到验证.
研究的目的:
- 开发和验证用于识别牙周炎病例的临床适用名录.
- 为牙周炎风险评估结合社会人口统计和自我报告信息.
- 评价开发的名字图的区分能力和校准.
主要方法:
- 收集了197名成年人的临床和自我报告的牙周炎数据,以及社会人口统计信息.
- 开发了Akaike信息标准 (AIC) 模型来识别牙周炎.
- 构建基于AIC模型回归系数的nomograms,并使用接收器操作特征 (ROC) 曲线和决策曲线分析来评估它们.
主要成果:
- 吸烟,自我评价的口腔健康状况不佳/不良,以前的牙周治疗和牙损失显著预测了中度/严重的牙周炎.
- 年龄,低教育水平,口腔健康不良/不良的自我评价,以及以前的牙周治疗预测了牙周炎的发生.
- 这两种名ogram都表现出了很好的区分能力 (AUC为0.83和0.81),以及良好的校准.
结论:
- 开发的诺米图有效地识别了成年人中的牙周炎.
- 这些工具可以帮助在临床环境中早期发现和治疗牙周炎.
- 牙周图提供了一种有价值的方法,用于整合患者报告和人口统计数据,以评估牙周炎风险.
