牙周炎症与全身健康指标的关联:一种机器学习方法
Yumeng Yan1, Praveen Sharma2,3,4, Jeanie Suvan5
1Periodontology Unit, UCL Eastman Dental Institute, London, UK.
Journal of clinical periodontology
|July 23, 2025
概括
这项研究通过机器学习证实了牙周炎症和全身炎症之间的联系. 预测模型可以使用系统性健康指标识别牙周炎,帮助在医疗机构早期发现牙周炎.
科学领域:
- 口腔健康 口腔健康
- 系统健康 系统健康
- 生物统计学 生物统计学
背景情况:
- 牙周炎与全身炎症有关,影响整体健康.
- 了解这种双向关系对于公共卫生至关重要.
- 机器学习为分析复杂的健康数据提供了新的方法.
研究的目的:
- 调查牙周炎症与全身炎症标志物之间的关联.
- 探索牙周炎症与代谢健康指标之间的联系.
- 开发和验证机器学习模型,利用系统健康数据预测牙周状况.
主要方法:
- 使用回归模型分析的横截面队列数据 (N=667).
- 机器学习分类器 (RF,SVM,GB) 用于预测系统性炎症 (CRP) 和牙周炎.
- 模型在大型,全国代表性数据集 (NHANES) 上得到验证.
主要成果:
- 证实了牙周炎表面积 (PISA) 和C反应蛋白 (CRP) 水平之间的显著非线性关系.
- 支持矢量机 (SVM) 模型在预测系统性炎症方面表现出高准确性 (AUC=0.74).
- 从外部验证的系统指标 (AUC=0.82),SVM模型有效预测牙周炎状态.
结论:
- 机器学习模型证实了牙周炎症和全身炎症之间存在强有力的联系.
- 使用系统参数的预测模型可以帮助识别牙周炎病例.
- 这些模型显示了初级保健查的潜力,并证实了牙周炎与全身健康的联系.
