| Project/Area Number |
21K17040
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 57050:Prosthodontics-related
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
Nishimura Yuichi 大阪大学, 大学院歯学研究科, 招へい教員 (70883263)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2022: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Fiscal Year 2021: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
|
|---|
| Keywords | インプラント周囲炎 / 予測 / インプラント / AI / 人工知能 |
|---|
| Outline of Research at the Start |
日常臨床に広く応用されているインプラント治療において、その予後に大きく影響するインプラント周囲炎は留意を要する病態である。本研究では、すでに蓄積された多施設共同型の大規模後向きコホート研究のデータベースより、インプラント周囲炎の発症を予想するアルゴリズムを構築し、追加調査から得られた実際の経過データと予測モデルとの比較を行うことで、高精度でインプラント周囲炎の発症を予測できるシステムの確立を目指す。
|
| Outline of Final Research Achievements |
The purpose of this study was to establish a system to predict the onset of peri-implantitis with high accuracy. A support vector machine (SVM) was used as a machine learning model, and variables used in the analysis were factors related to the development of peri-implantitis selected from previous reports. After randomly adjusting the number of samples in the normal and periarthritis groups to be equal, we constructed a training model using 70% of the adjusted samples as training data and predicted the onset of periarthritis using the remaining 30% as validation data, and compared the predicted values obtained with the actual values. The accuracy of prediction by SVM was 0.79, the goodness of fit was 0.73, the reproducibility was 0.88, the F value was 0.80, and the AUC was 0.81.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究においてインプラント体の周囲骨吸収は，過去に関連が報告されている糖尿病，口腔清掃状態や角化粘膜幅などの炎症誘発性因子に加え，人工知能を用いた分析を行うことで固定様式，上顎骨への埋入といった構造や解剖学的因子，さらには補綴学的因子との関連が示された．長期経過したインプラント体を対象とした周囲骨吸収のリスク因子を検討した研究は少なく，本研究から得られた結果は、インプラント周囲炎の発症予測システムの確立基盤となり得ることから臨床的意義は大きいと考えられる．
|
