El uso de algoritmos de aprendizaje automático que incluyan datos socioeconómicos sería clave para predecir el edentulismo
La revista científica PLOS ONE, perteneciente al medio norteamericano Public Library of Science, publicó el pasado mes de junio el estudio “Predictors of tooth loss: A machine learning approach” en el que se destaca la importancia que la Inteligencia Artificial (IA) podría tener como herramienta capaz de predecir la pérdida de dientes.
El estudio ha sido realizado a partir de los datos médicos y socioeconómicos de casi 12.000 adultos americanos extraídos de la Encuesta Nacional de Salud y Nutrición de EE.UU. (NHANES) (2011-2014), factor clave en la eficacia que los algoritmos utilizados han demostrado a la hora de predecir la pérdida de dientes y la dentición funcional.
Como explica el Dr. Hawazin Elani, profesor adjunto de política de salud oral y epidemiología en la Facultad de Medicina Dental de Harvard y principal autor del estudio: “Nuestro análisis demostró que, si bien todos los modelos de aprendizaje automático pueden ser útiles para predecir el riesgo, los que incorporan variables socioeconómicas pueden ser herramientas de cribado especialmente potentes para identificar a las personas con mayor riesgo de pérdida de dientes“.
Así, el estudio incorporó para el análisis los factores socioeconómicos de edad, educación, empleo, ingresos, raza o etnia de los pacientes, datos que resultaron más determinantes para predecir la pérdida dental, que los factores médicos de los pacientes.
Los resultados denotan, por lo tanto, lo determinante que pueden ser los niveles socioeconómicos en la salud de la población. Como señala Elani: “Nuestros resultados sugieren que los modelos de algoritmos de aprendizaje automático que incorporan características socioeconómicas son mejores para predecir la pérdida de dientes que los que se basan únicamente en indicadores clínicos dentales rutinarios”.
Entre los datos médicos analizados se incluyeron enfermedades como la artritis, la diabetes, el colesterol alto, la hipertensión y las cardiopatías, que también sirvieron para predecir la pérdida de dientes pero no con los resultados obtenidos con los factores socioeconómicos.
Para la realización del estudio, se analizaron y desarrollaron cinco algoritmos de aprendizaje automático diferentes con el fin de predecir la pérdida de dientes completa e incremental. Para cada uno de ellos, se evaluó su desempeño predictivo examinando el área bajo la curva de características operativas del receptor (AUC), que mide parámetros de precisión, sensibilidad, especificidad y resultados positivos y valores predictivos negativos.
El AUC es una métrica utilizada para evaluar el rendimiento de los algoritmos. Cuanto más se acerque el AUC al 100%, mejor será el algoritmo a la hora de predecir entre clases, en este caso, la pérdida de dientes o la no pérdida de dientes.
Los resultados del estudio desvelaron que todos los algoritmos obtuvieron buenos resultados con un AUC superior al 86,5% de media. El resultado más elevado fue para el edentulismo que consiguió un AUC del 89%. La dentición funcional y los dientes perdidos también obtuvieron muy buenos resultados con un AUC del 88% y 83% respectivamente.
