Predicción Temprana de la Necesidad de Cirugía Ortognática en Pacientes con Labio Leporino y Paladar Hendido Unilateral Reparado Utilizando Aprendizaje Automático y Datos de Análisis Cefalométrico Lateral Longitudinal

Resumen El propósito de este estudio fue determinar los predictores cefalométricos de la futura necesidad de cirugía ortognática en pacientes con labio leporino unilateral y paladar hendido (UCLP) reparado utilizando aprendizaje automático. Este estudio incluyó a 56 pacientes coreanos con UCLP, quienes fueron tratados por un único cirujano y un único ortodoncista con el mismo protocolo de tratamiento. Se obtuvieron cefalogramas laterales antes del inicio del tratamiento ortodóntico/ortopédico (T0; edad media, 6.3 años) y al menos a los 15 años de edad (T1; edad media, 16.7 años). Se midieron 38 variables cefalométricas. En la etapa T1, se utilizaron 3 criterios cefalométricos (ANB ≤ −3°; evaluación de Wits ≤ −5 mm; diferencia de unidad de Harvold ≥34 mm para el grupo de cirugía) para clasificar a los sujetos en el grupo de cirugía (n = 10, 17.9%) y el grupo sin cirugía (n = 46, 82.1%). Se utilizó la prueba t independiente para los análisis estadísticos. El método Boruta y el algoritmo XGBoost se utilizaron para determinar las variables cefalométricas para el modelo de predicción. En la etapa T0, 2 variables exhibieron una diferencia intergrupal significativa (ANB y ángulo de convexidad facial FCA, todas P < 0.05). Sin embargo, 18 variables cefalométricas en la etapa T1 y 14 variables en la cantidad de cambio (ΔT1−T0) exhibieron diferencias intergrupales significativas (todas, más significativas que P < 0.05). En la etapa T0, el ANB, PP-FH, el factor de combinación y el FCA se seleccionaron como parámetros predictivos con una precisión de validación cruzada del 87.4%. Fue posible predecir la futura necesidad de cirugía para corregir la discrepancia esquelética sagital en pacientes con UCLP a la edad de 6 años.