使用圆束计算机断层扫描和机器学习算法开发和验证双侧后状位移动的预测性名图:一项回顾性观察性研究
Huachao Sui1, Mo Xiao1,2,3, Xueqing Jiang1
1Department of Endodontics, Tianjin Medical University School and Hospital of Stomatology & Tianjin Key Laboratory of Oral Soft and Hard Tissues Restoration and Regeneration, No. 12 Qixiangtai Road, Heping District, Tianjin, 300070, China.
BMC oral health
|June 5, 2025
概括
在关节疾病 (TMDs) 中预测双边后侧带位移是具有挑战性的. 使用年龄和关节突出倾向 (AEI) 的新模型对TMD患者的早期风险评估有希望.
科学领域:
- 牙科 牙科是指牙科的专业.
- 放射学 放射学是一门学科.
- 生物医学工程 生物医学工程
背景情况:
- 部部疾病 (TMDs) 经常涉及后方状的移位.
- 对这种流离失所的早期预测至关重要,但仍然具有挑战性.
研究的目的:
- 开发和评估双边后状位位移的预测模型.
- 确定与这种情况相关的关键风险因素.
主要方法:
- 对166张圆束计算机断层扫描 (CBCT) 图像进行了回顾性分析.
- 机器学习算法的应用 (随机森林,LASSO,XGBoost) 用于风险因素识别和模型开发.
- 使用校准曲线,ROC曲线和决策曲线分析评估模型性能.
主要成果:
- 关节突出倾向 (AEI) 和年龄是显著的风险因素.
- 拉索和随机森林模型显示了令人满意的区分能力 (AUC > 0.7).
- 纳入年龄,AEI,ANB角度和面部高度比的LASSO模型显示出卓越的临床实用性.
结论:
- 更的AEI,年龄较大,特定的ANB角度和后垂直距离减少与风险增加有关.
- 一个经过验证的预后野图可以帮助临床医生评估双侧后侧状位位移风险.
