Muthuthanthrige Cooray，日本仙台市东北大学，在国际牙科研究协会(IADR)虚拟第99届大会暨展览上，介绍了“使用机器学习预测算法的口腔和一般健康协会”的口头会议。与美国牙科研究协会(AADR)第50届年会和加拿大牙科研究协会(CADR)第45届年会一起于2021年7月21-24日举行。
一般健康和口腔健康传统上被视为医疗保健服务中的独立实体，但大多数一般健康和口腔健康问题都有共同的风险因素，并影响总体健康。本研究利用机器学习预测研究一般健康与口腔健康之间的稳健性。
分析包括19862名65岁或以上的日本老年学评估研究2016参与者。使用XGBoost机器学习算法预测使用一般健康相关预测因子(虚弱、心理状态、共病)和使用口腔健康相关预测因子(咬合不良、咀嚼困难和口干)的自我评估的口腔健康状况。年龄、性别、家庭收入和吸烟被添加为两个模型的共同预测因素。根据文献和可用性选择预测因子。
自评口腔健康不良者的患病率(28.6%)高于自评一般健康不良者(12.4%)。20.6%的自认为口腔健康状况较差的人也认为总体健康状况较差，而47.7%的自认为总体健康状况较差的人也认为总体健康状况较差。
通过准确的预测模型，证明了健康对口腔健康和口腔健康对健康的相关性。口腔健康对一般健康的预测能力似乎高于一般健康对口腔健康的预测能力。在为老年人制定保健计划时，应综合考虑一般健康和口腔健康因素。
