EVIDENZA SCIENTIFICA | LETTURA IN 1 MINUTO
Machine learning in odontoiatria pediatrica: che cosa è stato studiato?
Una revisione sistematica ha valutato come il machine learning (apprendimento automatico), una branca dell’intelligenza artificiale, possa contribuire all’analisi dei dati e allo studio delle patologie orali in età pediatrica.
I ricercatori dell’Università di Murcia hanno analizzato 20 studi selezionati tra 1.945 record inizialmente esaminati. La revisione ha seguito le indicazioni PRISMA e ha utilizzato lo strumento QUADAS-2 per la valutazione della qualità.
Quali sono stati i risultati?
3 punti chiave
- Previsione della carie: 14 dei 20 studi hanno esaminato fattori sociodemografici, comportamentali e biologici associati alla carie infantile.
- Costi e prevenzione: le analisi hanno rilevato costi assicurativi maggiori nei bambini con lesioni cariose precoci e risparmi più elevati associati all’utilizzo di sigillanti e fluoruri.
- Altre applicazioni: sono stati esaminati la qualità della vita orale degli adolescenti, i fattori predittivi della necessità di un secondo trattamento in sedazione profonda e l’efficacia dei servizi odontoiatrici preventivi.
Che cosa significa per la pratica clinica?
Il machine learning in odontoiatria pediatrica permette di identificare schemi e fattori predittivi in grandi insiemi di dati, offrendo possibili applicazioni nella diagnosi precoce e nella pianificazione personalizzata dei trattamenti.
Gli autori raccomandano l’integrazione di questi strumenti nella ricerca e nei programmi formativi, sottolineando la necessità di linee guida metodologiche e strumenti specifici di valutazione della qualità per rafforzare le evidenze scientifiche.
Titolo originale:
Application of machine learning for data analysis in paediatric dentistry: a systematic review.
Autori: I. Gómez-Ríos e collaboratori. Università di Murcia.
Fonte: Consulta lo studio originale