Desenvolmento e validação de algoritmos de machine learning para a predição de desfechos associados a traumatismos em dentes decíduos anteriores

• Processo: 25/06691-2
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de setembro de 2025
• Data de Término da vigência: 31 de dezembro de 2028
• Área de conhecimento: Ciências da Saúde - Odontologia - Odontopediatria
• Pesquisador responsável: Fausto Medeiros Mendes
• Beneficiário: Mariana Rossi Carneiro Gasperini
• Instituição Sede: Faculdade de Odontologia (FO). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Aprendizado computacional Dente decíduo Estudos de coortes Inteligência artificial Traumatismos dentários Traumatologia
• Palavra(s)-Chave do Pesquisador: aprendizado de máquinas | dentes decíduos | estudos de coorte | Inteligência Artificial | Traumatismos Dentários | Traumatologia

Resumo

O traumatismo na dentição decídua é um problema de saúde bucal bastante prevalente, com potencial de afetar negativamente a qualidade de vida relacionada à saúde bucal da criança, seja pela perda precoce do dente decíduo ou pela possibilidade de sequelas na dentição permanente. Portanto, a identificação de fatores preditores da ocorrência de repercussões para ambas as dentições relacionadas ao trauma poderia proporcionar um acompanhamento mais adequado dessas crianças, de forma a prevenir e/ou minimizar seus efeitos. Atualmente, modelos (algoritmos) de machine learning (ML) supervisionada vêm sendo desenvolvidos para predição de desfechos em diversas áreas da saúde. Desta forma, o objetivo do presente estudo será desenvolver algoritmos de ML para a predição de desfechos associados a ocorrência de lesões dentárias traumáticas em dentes decíduos e realizar a posterior validação desses modelos em uma amostra independente. Dados de aproximadamente 3000 prontuários de pacientes atendidos em um centro de referência de traumatismos em dentes decíduos na cidade de São Paulo-SP serão utilizados. Algoritmos de ML serão desenvolvidos com preditores relacionados ao dente traumatizado, à criança e ao evento do traumatismo. Os desfechos serão a perda precoce do dente decíduo traumatizado e a sequela e sequela severa nos dentes permanentes sucessores. As amostras serão divididas em amostra treino e teste, e métricas de desempenho dos modelos serão calculados na amostra teste. Na segunda etapa, os modelos com melhor performance serão testados em uma amostra de outro centro de referência na cidade de Pelotas-RS. As mesmas métricas serão calculadas, avaliando assim a performance e a capacidade de generalização dos modelos criados. Posteriormente, os dados do novo centro podem ser incorporados para o aprimoramento dos modelos. (AU)