Des études précédentes ont utilisé des analyses de trajectoire traditionnelles pour classifier la progression des caries ; cependant, aucune n'a appliqué l'apprentissage automatique (AA) pour prédire les trajectoires de caries de l'enfance à l'âge adulte précoce. Les objectifs de notre étude sont 1) d'utiliser l'AA non supervisé pour effectuer l'analyse des trajectoires en regroupant les données longitudinales sur les caries en groupes de trajectoire distincts et 2) d'utiliser l'AA supervisé pour prédire l'appartenance aux groupes de trajectoires à partir de variables comportementales/alimentaires, de fluor, et sociodémographiques. Cette étude a été réalisée en utilisant des données longitudinales de 560 participants de l'Iowa Fluoride Study. L'analyse de trajectoire a d'abord été réalisée via K-means pour des données longitudinales sur les caries (comptes D2+MFS) obtenues à 9 ans (n = 523), 13 ans (n = 549), 17 ans (n = 464), et 23 ans (n = 342). Le nombre optimal de groupes de trajectoires a été déterminé sur la base du critère de Caliński-Harabasz et de la pertinence clinique. L'AA supervisé a ensuite été réalisé avec l'appartenance aux groupes de trajectoires comme variable de résultat contre 11 variables prédictives. La performance de 5 modèles a été comparée par le score Brier et la précision : 1) régression logistique multinomiale ordonnée, 2) opération de réduction et de sélection à la plus petite valeur absolue, 3) machine à gradient boosté, 4) gradient boosting extrême, et 5) réseau de neurones. Parmi les 560 participants inclus dans cette étude, 3 groupes de trajectoires de caries ont été identifiés : faible (70,5 %), moyen (21,1 %), et élevé (8,4 %), caractérisés par une maladie minimale, modérée, et sévère et progressive, respectivement. Le gradient boosting extrême a surpassé les 4 autres modèles, avec une précision de 85,9 % et un score Brier de 0,21. Les principaux prédicteurs comprenaient le sexe, le statut socio-économique, la concentration de fluor dans l'eau domestique, l'apport en fluor provenant d'autres sources, la consommation de boissons sucrées, et de jus 100 %. C'est la première étude à combiner des modèles AA pour prédire les trajectoires de caries de l'enfance à l'âge adulte avec une grande précision. Un travail supplémentaire est nécessaire pour la validation en utilisant des données cliniques diverses. Prédire les trajectoires de caries via l'AA pourrait permettre une identification précoce des individus à haut risque et éclairer des interventions préventives ciblées et adaptées à l'âge.
Ogwo et al. (Mar,) ont étudié cette question.