Validación de un algoritmo de Machine Learning para la clasificación por estadios de la periodontitis

Antecedentes: La periodontitis es una enfermedad inflamatoria crónica que causa la destrucción progresiva de los tejidos de soporte de los dientes. El sistema de clasificación de 2018, propuesto por el World Workshop on the Classification of Periodontal and Peri-Implant Diseases, proporciona un método estandarizado para diagnosticar la periodontitis basado en etapas y grados. Sin embargo, persisten desafíos para garantizar la consistencia diagnóstica entre los clínicos. Este estudio valida un algoritmo de aprendizaje automático diseñado para clasificar de manera precisa y eficiente las etapas de la periodontitis, ofreciendo una herramienta potencial de apoyo al diagnóstico. Objetivo: Validar un algoritmo de aprendizaje automático para la clasificación por etapas de la periodontitis basado en los criterios de clasificación de 2018, con énfasis en la precisión, exactitud y consistencia en el diagnóstico clínico. Métodos: Se realizó un estudio analítico transversal para validar el algoritmo propuesto, el cual utiliza aprendizaje automático para clasificar casos. Expertos clasificaron manualmente 90 casos de periodontitis utilizando datos clínicos. Este conjunto de datos se utilizó para entrenar y probar el algoritmo. Se emplea el coeficiente Kappa de Cohen para evaluar la concordancia entre las clasificaciones manuales y automáticas. Además, se calcularán la precisión, sensibilidad y especificidad para evaluar el rendimiento del algoritmo. Resultados: El algoritmo mejoró sustancialmente la precisión (>95 %) en la clasificación de la periodontitis por etapas. La edad y el número de dientes fueron los factores más importantes para establecer las etapas de la periodontitis. El coeficiente Kappa de Cohen para datos categóricos ordinales evaluará la concordancia entre las clasificaciones del algoritmo y las de los expertos. Se espera que la precisión supere el 90 % en todas las etapas, observándose la mayor exactitud en las etapas avanzadas (III y IV). Conclusiones: El algoritmo de aprendizaje automático validado demuestra una alta precisión y fiabilidad en la clasificación por etapas de la periodontitis, proporcionando una herramienta valiosa para los clínicos. Su implementación puede agilizar el diagnóstico, reducir la variabilidad entre clínicos y respaldar la toma de decisiones basada en evidencia. Las investigaciones futuras deberían explorar su aplicación en contextos clínicos diversos y con conjuntos de datos más amplios.

• Autores: Diaz Rios, Sonia Rocío; Escobar Minotas, Isabel; Sabogal Arguello, Camilo Andres
• Tipo de recurso: https://purl.org/coar/resource_type/c_7a1f
• Fecha de publicación: 2025
• Institución: Universidad El Bosque
• Repositorio: Repositorio U. El Bosque
• Idioma: spa
• OAI Identifier: oai:repositorio.unbosque.edu.co:20.500.12495/14211
• Acceso en línea: https://hdl.handle.net/20.500.12495/14211
• Palabra clave: Aprendizaje automático; Periodontitis; Clasificación por estadios; Algoritmo diagnóstico; Estudio de validación.; Machine Learning; Periodontitis; Stage classification; Diagnostic algorithm; Validation study; WU 240
• License: Attribution-NonCommercial-ShareAlike 4.0 International