Key points are not available for this paper at this time.
Objectifs Les enquêtes peuvent aider à dépister les maladies bucco-dentaires dans les populations afin d'améliorer la détection précoce des maladies et les stratégies d'intervention pour les enfants dans le besoin. Cet article vise à développer des formes abrégées d'instruments de dépistage d'enquête rapportés par l'enfant et par un tiers pour les caries dentaires actives et les besoins de traitement urgent chez les enfants d'âge scolaire. Méthodes Cette étude transversale a recruté 497 dyades distinctes d'enfants âgés de 8 à 17 ans et de leurs parents entre 2015 et 2019 dans 14 cliniques dentaires et pratiques privées du comté de Los Angeles. Nous avons évalué les réponses à 88 questions sur la santé bucco-dentaire rapportées par les enfants et à 64 questions rapportées par des tiers pour sélectionner et calibrer des formes abrégées en utilisant la théorie de la réponse à l’item. Sept algorithmes classiques d'apprentissage machine ont été employés pour prédire les caries actives des enfants et les besoins de traitement urgent en utilisant les formes abrégées avec des variables démographiques familiales. Les algorithmes candidats comprennent CatBoost, régression logistique, K plus proches voisins (KNN), Bayésien naïf, réseau neuronal, forêt aléatoire et machine à vecteurs de support. La performance prédictive a été évaluée en utilisant des validations croisées emboîtées répétés à 5 plis. Résultats Nous avons développé et calibré quatre formes abrégées de dix items. Le Bayésien naïf a outperformé d'autres algorithmes avec la plus haute médiane de l'aire sous la courbe ROC validée croisée. Les moyennes des meilleures sensibilités et spécificités testées en utilisant à la fois les réponses rapportées par les enfants et celles rapportées par des tiers étaient de 0,84 et 0,30 pour les caries actives, et de 0,81 et 0,31 pour les besoins de traitement urgent respectivement. Les modèles incorporant les deux types de réponses ont montré une précision prédictive légèrement plus élevée que ceux reposant uniquement sur les réponses rapportées par les enfants ou par des tiers. Conclusions La combinaison de la théorie de la réponse à l’item et des algorithmes d'apprentissage machine a produit des instruments de dépistage potentiellement utiles tant pour les caries actives que pour les besoins de traitement urgent des enfants. L'approche d'enquête de dépistage est relativement rentable et pratique lors de l'évaluation de la santé bucco-dentaire dans de grandes populations. Des études futures sont nécessaires pour mieux personnaliser et affiner les instruments basés sur les caractéristiques estimées des items pour des sous-groupes spécifiques de la population afin d'améliorer la précision prédictive.
Xiong et al. (Fri,) ont étudié cette question.