Ein Forscherteam aus dem Bereich Zahnmedizin der Harvard University fand heraus, dass wir zukünftig ganz ohne medizinische Untersuchung und nur dank eines Algorithmus das individuelle Risiko für Zahnverlust zu erkennen können.
Computer-Toll zur Risiko-Identifizierung
Zähne ermöglichen uns vieles: zu kauen, zu sprechen, aber auch zu lächeln. Ist es in der Kindheit ganz normal ist, seine Milchzähne zu verlieren, wird dieses Phänomen im Erwachsenenalter zunehmend unangenehmer. Ein Forscherteam aus dem Bereich Zahnmedizin der Harvard University hat deshalb ein Computer-Tool entwickelt, um Menschen mit dem Risiko von Zahnverlust zu identifizieren.
Mundgesundheit als unzureichender Indikator
Die Hauptautorin der Studie Hawazin Elani erklärt: „Unsere Analyse zeigt, dass Algorithmen zwar Instrumente zur Risikobewertung sein können, dass aber diejenigen, die sozioökonomische Variablen einbeziehen, besonders leistungsfähig sind, um Menschen mit einem hohen Risiko für Zahnverlust zu identifizieren“. Elanis Team verglichen fünf Algorithmen, die auf verschiedenen Kombinationen von Variablen basieren. Diejenigen, die Daten wie sozioökonomischen Status, Hautfarbe, Bildungsgrad oder Diabetes einbeziehen lieferten relevantere Ergebnisse im Vergleich zu Algorithmen, die nur auf Informationen zur Mundgesundheit basieren.
Ärmere Bevölkerungsgruppen mit höherem Risiko
Viele Menschen mit Zahnerkrankungen gehen erst in dem kritischen Moment zum Zahnarzt, wenn der Zahn nicht mehr zu retten ist. Mehrere frühere Studien haben jedoch gezeigt, dass arme und/oder marginalisierte Bevölkerungsgruppen ein höheres Risiko für Zahnverlust haben, was teilweise auf den eingeschränkten Zugang zu zahnärztlicher Versorgung zurückzuführen ist. Dieses neue Instrument könnte in einer Vielzahl von medizinischen Einrichtungen eingesetzt werden, nicht nur in der Zahnarztpraxis, und würde es ermöglichen, eine erhebliche Anzahl von Menschen zu untersuchen.
Ausblick
Die Studie, die am 18. Juni in der Online-Fachzeitschrift PLOS ONE veröffentlicht wurde, verglich fünf Algorithmen, die eine unterschiedliche Kombination von Variablen zur Risikosuche verwendeten. Die Ergebnisse zeigten, dass die Algorithmen, die medizinische Merkmale und sozioökonomische Variablen berücksichtigten, besser abschnitten als Algorithmen, die sich nur auf klinische Dentalindikatoren stützten. Weitere analytische Untersuchungen werden erwartet.