:: دوره 21، شماره 1 - ( فصلنامه تحقیق در علوم دندانپزشکی بهار 1403 ) ::
جلد 21 شماره 1 صفحات 68-61 برگشت به فهرست نسخه ها
پیش بینی ابتلا به دیابت براساس سلامت وبهداشت دهان ودندان با استفاده از ابزارهای هوش مصنوعی
فرزاد فیروزی جهانتیغ* ، هدی قائینی حصاروئیه ، زهرا قربانی
گروه مهندسی صنایع، دانشگاه سیستان و بلوچستان، زاهدان ، Firouzi@eng.usb.ac.ir
چکیده:   (1039 مشاهده)
شناسایی عوامل تأثیرگذار بر رفتارهای بهداشت دهان در بیماران دیابتی گامی مهم در ارتقای سلامت دهان و دندان است. از این رو هدف از این مطالعه پیش بینی سلامت بهداشت دهان و دندان در افراد مبتلا به دیابت و مقایسه آن ها با افراد سالم است.
مواد و روش ها: این مطالعه در بازه زمانی سال های 1399-1400  به روش نمونه گیری در دسترس انجام شد. گروه مورد مطالعه شامل 261 (مرد و زن) که 131 نفر سالم و130 نفردیابتی بودند  و جمع آوری اطلاعات با استفاده از پرسشنامه، پرونده پزشکی و معاینه صورت گرفت. 6 متغیر سن، جنسیت، دندان های پوسیده، دندان های کشیده شده، دندان های ترمیم  شده و شاخص سلامت دهانی در این افراد بررسی شد. از دو الگوریتم درخت تصمیم گیری و ماشین بردار پشتیبان  با استفاده از نرم افزار Spss Modeler  استفاده شد.
یافته ها: مهمترین یافته های تحلیل درخت تصمیم گیری عبارت بود از: 1- اگر سن فرد کمتر و مساوی ۳۷ سال باشد، آنگاه فرد ۱۰۰ درصد سالم است. 2- اگر سن بالاتر از ۳۷ سال باشد و تعداد دندان‌های پوسیده‌شده کمتر از میانگین ۷ باشد و دندان کشیده شده هم نداشته باشیم، با احتمال ۸۲ درصد فرد دیابتی است. اگر سن بالاتر از ۳۷ سال باشد و تعداد دندان‌های پوسیده‌شده کمتر از میانگین ۷ باشد و دندان کشیده شده بیشتر از ۱ داشته باشیم آنگاه افراد کمتر از ۴۹ سال، با شاخص بهداشت دهانی بیشتر از 0/9 ، ۱۰۰ درصد دیابتی هستند. همچنین دقت کل ماشین بردار پشتیبان خطی 70/73درصد بوده  و نشان دهنده این است که دندان پوسیده‌شده با کمترین مقدار وزن تأثیر کمی در پیش بینی دیابتی و یا سالم بودن افراد دارد.
نتیجه گیری: به نظر می رسد استفاده از الگوریتم های درخت تصمیم گیری و ماشین بردار پشتیبان می تواند پیش بینی کننده ابتلا به دیابت بر اساس سلامت و بهداشت دهان و دندان در بیماران مبتلا به دیابت باشد.
واژه‌های کلیدی:    بهداشت، دهان و دندان، دیابت، درخت تصمیم گیری، ماشین بردار، هوش مصنوعی
متن کامل [PDF 676 kb]   (586 دریافت)    
نوع مطالعه: مطالعه اصیل | موضوع مقاله: بیماری دهان
فهرست منابع
1. American Diabetes Association. Diagnosis and classification of diabetes mellitus. Diabetes Care .2010;33(1):62-9. [DOI:10.2337/dc10-S062] [PMID] []
2. Kanjirath P P, Kim S E , Rohr M. Diabetes and oral health: the importance of oral health-related behavior. J Dent Hyg. 2011; 85(4): 264-72.‏
3. Larose DT. Discovering knowledge in data: an introduction to data mining. John Wiley & Sons;(2014). [DOI:10.1002/9781118874059]
4. Soni J,Ansari U,Sharma D. Predictive Data Mining for Medical Diagnosis: An Overview of Heart Disease Prediction. International Journal of Computer Applications.2011; 17(8): 85-93. [DOI:10.5120/2237-2860]
5. Huanga M, Chenb M, Leea S. [Integrating datamining with case-based reasoning for chronic diseases prognosis and diagnosis]. Expert Systems with Applications. 2007; 32(3): 856-67. [DOI:10.1016/j.eswa.2006.01.038]
6. Witten IH, Frank E, Hall MA, Pal CJ. Data Mining: Practical Machine Learning Tools and Techniques. 3th ed San Francisco: Morgan Kaufmann; 2016.
7. Banyai D, Vegh A, Biczo Z , Thomaz Ugliara Barone M, Hegedus T, Vegh D. Oral Health Knowledge and Habits of People With Type 1 and Type 2 Diabetes.international dental journal.2021;71(5):1-7. [DOI:10.1016/j.identj.2021.07.003] [PMID] []
8. Adeoye J, Jia YT, Siu WCh , Thomson P. Prediction models applying machine learning to oral cavity cancer outcomes: A systematic review. International Journal of Medical Informatics.2021;157:1-16. [DOI:10.1016/j.ijmedinf.2021.104557] [PMID]
9. Viloriaa A, HerazoBeltranb Y, Cabrerac D, Bonerge Pineda O. Diabetes Diagnostic Prediction Using Vector Support Machines . procedia.2020;238:376-81. [DOI:10.1016/j.procs.2020.03.065]
10. Firouzi Jahantigh F,Arbabi S,Ansari Moghadm S, Diagnosis of periodontal disease using Lonberg-Marquardt algorithm. Journal of Research in Dental Sciences.2017;14(4):213-219. {Persian}
11. Prerna Tiggaa N, Garg SH. Prediction of Type 2 Diabetes using Machine Learning Classification Methods.procdia.2020;238:706-16. [DOI:10.1016/j.procs.2020.03.336]
12. Toda K , Mizutani K , Minami I , Ming Y , Arakawa T , Mitsubayashi K , Ogawa Y ,Araki k , Shinada k. Effects of oral health instructions onglycemic control and oral health status of periodontitis patients with type 2 diabetes mellitus: A preliminary observation.journal of dental sciences.2019;16(4):171-7. [DOI:10.1016/j.jds.2019.01.009] [PMID] []



XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 21، شماره 1 - ( فصلنامه تحقیق در علوم دندانپزشکی بهار 1403 ) برگشت به فهرست نسخه ها