Desarrollo de modelos basados en inteligencia artificial para la predicción del riesgo de caries en la población infanto-juvenil de la Región de Murcia¿ (IAPR-CARIES-MURCIA)
Objetivo:
- Determinar el estado de salud bucodental en la población infanto-juvenil (3 , 6 y 12 años) de la Comunidad Autónoma de la Región de Murcia en 2024 y conocer hábitos relacionados con la salud bucodental.
- Utilizar los datos recopilados para el entrenamiento de modelos de predicción de caries (clasificadores) por aprendizaje automático, además de realizar una selección de los factores predictivos óptimos.
- Aplicar un análisis causal a los datos para poder asociar variables a situaciones clínicas de enfermedad de caries.
Material y método:
- Realizar un estudio descriptivo, de tipo transversal o de corte.
- Seguir las recomendaciones de la Organización Mundial de la Salud.
- Muestra por conglomerados, unidades primarias: aulas de escolares de 3, 6 y 12 años de edad.
- Selección aleatoria.
Análisis causal:
- Antes de la recogida de datos para el desarrollo de varios modelos causales que recojan hipótesis de alternativas sobre ECC, y un análisis causal posterior para identificar y entender las relaciones causales entre factores predictivos y la aparición de caries.
- Validación o descartamiento de los modelos causales desarrollados previamente.
Modelos de aprendizaje automático:
- Técnicas de ML automatizado para construir modelos predictivos basados en los datos recopilados.
- Validación del modelo predictivo utilizando conjuntos de datos independientes y realizando pruebas en diferentes poblaciones para asegurar la robustez de la aplicación.
Impacto de los Resultados:
- No existen datos recientes epidemiológicos referentes a patologías orales en la población de la Región de Murcia.
- Establecer niveles de salud y/o patología oral, especialmente caries de primera infancia, en niños de 3 años de edad.
- Indicadores asociados que permitan orientar los programas de promoción y prevención que se deben de incorporar a nivel de estamentos oficiales.
Modelos predictivos:
- No sustituirían a un examen clínico completo, pero serían de gran utilidad como primer filtro en la identificación de riesgos de caries en grandes poblaciones.
- Algoritmos de análisis se benefician del uso de un conjunto de datos amplio, homogéneo y de gran calidad.