環境因子と遺伝因子に基づく機械学習アルゴリズムを用いた10代の若者の齲蝕リスク予測のための新しいモデル

A New Model for Caries Risk Prediction in Teenagers Using a Machine Learning Algorithm Based on Environmental and Genetic Factors.

• Liangyue Pang
• Ketian Wang
• Ye Tao
• Qinghui Zhi
• Jianming Zhang
• Huancai Lin

抄録

う蝕は，遺伝的リスク要因と環境的リスク要因の相互作用によって引き起こされる多因子疾患である．う蝕リスク評価ツールがあるにもかかわらず，ヒト遺伝子マーカーなどの新たな要因を取り入れたう蝕リスク予測モデルはまだ報告されていない．本研究の目的は，機械学習アルゴリズムを用いて，環境因子と遺伝因子に基づいた10代の子どもの齲蝕リスク予測のための新しいモデルを構築することである．13歳の10代の若者1,055名（コーホート1が710名、コーホート2が345名）を対象に前向き縦断研究を行い、そのうち953名（コーホート1が633名、コーホート2が320名）を21か月間追跡した。参加者全員が，口腔内の健康に関する質問票，口腔内検査，生物学的検査（唾液検査とカリオス検査），一塩基多型配列解析を行った．これらのデータをもとに，ランダムフォレストを用いてう蝕リスク予測モデルを構築したところ，コホート1（トレーニングコホート）のAUCは0.78であった．さらに，コホート2を用いて，この齲蝕リスク予測モデルの識別能力およびキャリブレーション能力を検証した．コホート2（テストコホート）におけるカリエスリスク予測モデルのAUCは0.73であり，高い判別能力を示した．リスク層別化の結果，本う蝕リスク予測モデルは，う蝕リスクの高い人と非常に高い人を正確に識別することができたが，う蝕リスクの低い人と非常に低い人のリスクを過小評価した．このように，本研究で開発したう蝕リスク予測モデルは，う蝕リスクの高い人を特定する地域レベルの強力なツールとして利用できる可能性がある．

Dental caries is a multifactorial disease that can be caused by interactions between genetic and environmental risk factors. Despite the availability of caries risk assessment tools, caries risk prediction models incorporating new factors, such as human genetic markers, have not yet been reported. The aim of this study was to construct a new model for caries risk prediction in teenagers, based on environmental and genetic factors, using a machine learning algorithm. We performed a prospective longitudinal study of 1,055 teenagers (710 teenagers for cohort 1 and 345 teenagers for cohort 2) aged 13 years, of whom 953 (633 teenagers for cohort 1 and 320 teenagers for cohort 2) were followed for 21 months. All participants completed an oral health questionnaire, an oral examination, biological (salivary and cariostate) tests, and single nucleotide polymorphism sequencing analysis. We constructed a caries risk prediction model based on these data using a random forest with an AUC of 0.78 in cohort 1 (training cohort). We further verified the discrimination and calibration abilities of this caries risk prediction model using cohort 2. The AUC of the caries risk prediction model in cohort 2 (testing cohort) was 0.73, indicating high discrimination ability. Risk stratification revealed that our caries risk prediction model could accurately identify individuals at high and very high caries risk but underestimated risks for individuals at low and very low caries risk. Thus, our caries risk prediction model has the potential for use as a powerful community-level tool to identify individuals at high caries risk.

Copyright © 2021 Pang, Wang, Tao, Zhi, Zhang and Lin.