Decision support system for orthodontic treatment needs

Authors

  • Thanita Rukyuttithamkul Faculty of Dentistry, Srinakharinwirot University Sukhumvit 23, Klongtoey Nua, Wattana, Bangkok 10110
  • Piyaratt Piyasathit Faculty of Dentistry, Srinakharinwirot University Sukhumvit 23, Klongtoey Nua, Wattana, Bangkok 10110
  • Bhornsawan Thanathornwong Faculty of Dentistry, Srinakharinwirot University Sukhumvit 23, Klongtoey Nua, Wattana, Bangkok 10110
  • Pholpittiya Vorachart Faculty of Dentistry, Srinakharinwirot University Sukhumvit 23, Klongtoey Nua, Wattana, Bangkok 10110

Keywords:

เบย์เชียนเน็ตเวิร์ค, ความจำเป็นในการรักษาทางทันตกรรมจัดฟัน, การสบฟันผิดปกติ, ระบบช่วยในการตัดสินใจ, bayesian network, orthodontic treatment need, malocclusion, decision support system

Abstract

According to several studies conducted in Asia, the major malocclusion problems of permanent dentitions found in patients belong to orthodontic treatment needs (50 to 80%). Some degree of malocclusions can contribute to aesthetic and functional problems. Patients receive general information, and advice about orthodontic treatments from non-orthodontic dentists to be transferred to an orthodontic specialist. Often, patients are transferred without referring documentation, without a need for a treatment; incurring in unnecessary costs and time wasted. This study aims to develop a decision support system to assess the orthodontic treatment needs in permanent dentition patients by using a Bayesian Network (BN). BN was used to describe the mutual relationships among multiple variables contributing to orthodontic treatment need. The data-sets were prepared from 401 pairs of study models. BN was applied to learn algorithms to the training data-sets to develop decision support system for orthodontic treatment need using 5-fold cross-validation. To evaluate the system performance, a comparison between dental diagnosis agreement between the developed system and 2 orthodontists was performed. Receiver operating characteristic curve analysis showed that the model was highly accurate in predicting the orthodontic treatment need; the area under the curve (AUC) was 0.80. There was a high degree of dental diagnosis agreement between the decision support system and orthodontists (kappa index = 0.859).

 

ระบบช่วยในการตัดสินใจเพื่อการพยากรณ์ ความจำเป็นในการรักษาทางทันตกรรมจัดฟัน

จากการศึกษาที่ผ่านมา ในทวีปเอเชียพบชาวเอเชียมีปัญหาการสบฟันในฟันแท้ที่ผิดปกติซึ่งจำเป็นต้องได้รับการ รักษามากถึงร้อยละ 50-80 ซึ่งการสบฟันผิดปกติดังกล่าว ก่อให้เกิดปัญหาด้านความสวยงามและการทำงาน ทั้งนี้บุคลากร ที่มักพบผู้ป่วยก่อนเพื่อที่จะต้องให้คำแนะนำเบื้องต้น รวมถึงส่งต่อเพื่อรับการรักษาที่เหมาะสม คือ ทันตแพทย์ทั่วไปหรือ ทันตแพทย์สาขาอื่น ซึ่งบางครั้งพบปัญหาในการส่งต่อ เช่น ไม่มีเอกสารในการส่งตัว หรือบางครั้งผู้ป่วยที่ถูกส่งตัวไปแล้ว ไม่มีความจำเป็นต้องได้รับการรักษาทางทันตกรรมจัดฟัน ทำให้ผู้ป่วยเสียเวลา รวมถึงสิ้นเปลืองค่าใช้จ่ายในการเดินทาง การ ศึกษานี้จึงเกิดขึ้นโดยมีวัตถุประสงค์เพื่อสร้างระบบช่วยการพยากรณ์ความจำเป็นในการรักษาทางทันตกรรมจัดฟันในผู้ป่วยที่ มีการสบฟันเป็นฟันแท้โดยใช้เทคนิคเบย์เชียนเน็ตเวิร์ค (Bayesian network, BN) เนื่องจากเป็นเทคนิคที่สามารถเชื่อมโยง ความสัมพันธ์ของหลายๆ ปัจจัยที่มีผลต่อการตัดสินความจำเป็นในการรักษาทางทันตกรรมจัดฟันได้โดยขั้นตอนการพัฒนา ระบบช่วยในการตัดสินใจใช้การสุ่ม 5 ครั้งจากข้อมูลแบบศึกษาจำนวน 401 คู่ หลังจากนั้นประเมินระบบช่วยในการตัดสิน ใจที่พัฒนาแล้ว โดยดูความสอดคล้องในการวินิจฉัยเทียบกับทันตแพทย์จัดฟัน 2 ท่าน ผลการศึกษาพบว่าระบบช่วยในการ ตัดสินใจนี้มีความถูกต้องในการประเมินความจำเป็นในการรักษาทางทันตกรรมจัดฟันในระดับสูง โดยพบพื้นที่ใต้กราฟ อาร์โอซี(ROC, Receiver operating characteristic curve analysis) มีค่า 0.80 และมีความสอดคล้องในการประเมิน ความจำเป็นในการรักษาทางทันตกรรมจัดฟันเมื่อเทียบกับทันตแพทย์จัดฟัน 2 ท่านในระดับสูง (kappa index = 0.859)

Downloads

Download data is not yet available.

Downloads

Published

2014-07-29

Issue

Section

Original Article (บทความวิจัย)