机器学习算法用于预测数字牙科治疗后的生活质量改善:一个回顾性分析
Yuzhe Huang1, Rasheed Abdulsalam2
1Faculty of Dentistry, Lincoln University College, 47301, Petaling Jaya, Selangor Darul Ehsan, Malaysia.
Biomedical engineering online
|March 4, 2026
概括
机器学习准确地预测了数字牙治疗中的生活质量改善. 这种预测系统通过识别成功结果的关键因素来提高患者特定的护理和满意度.
科学领域:
- 数字牙矯正醫學 數字牙矯正醫學
- 机器学习在医疗保健中的应用
- 在牙科领域的预测分析.
背景情况:
- 数字牙治疗提供了进步,但预测患者的结果仍然很困难.
- 这项研究旨在开发和验证机器学习算法,以预测数字牙科治疗后生活质量的改善.
研究的目的:
- 开发和验证机器学习算法,用于预测接受数字牙科治疗的患者的生活质量改善.
- 确定影响治疗结果和患者满意度的关键因素.
主要方法:
- 对接受清晰对齐器治疗的386名患者的回顾性分析.
- 利用人口,临床和成像数据与生活质量评估 (OHIP-14,IOTN,VAS).
- 训练和评估随机森林,支持矢量机器和神经网络算法.
主要成果:
- 数字牙显示出高牙运动精度 (92.3%) 和减少治疗时间 (18.5个月).
- 观察到显著的生活质量改善:OHIP-14评分下降了66.7%,VAS美学满意度显著增加 (P < 0.001).
- 随机森林模型实现了87.9%的准确性,确定了基线OHIP-14,拥挤严重程度,治疗持续时间和合规性作为关键预测指标.
结论:
- 机器学习可以准确预测牙科治疗结果,从而增强临床决策.
- 开发的预测系统有助于识别治疗成功的因素,实现数据驱动,患者特异性护理.
- 这种方法有可能通过优化结果和患者满意度来改变正牙实践.
