- Itävalta / Österreich
- Bosnia ja Hertsegovina / Босна и Херцеговина
- Bulgaria / България
- Kroatia / Hrvatska
- Tšekin tasavalta ja Slovakia / Česká republika & Slovensko
- Suomi / Suomi
- Ranska / France
- Saksa / Deutschland
- Kreikka / ΕΛΛΑΔΑ
- Italia / Italia
- Alankomaat / Nederland
- Pohjoismainen / Nordic
- Puola / Polska
- Portugali / Portugal
- Romania & Moldova / România & Moldova
- Slovenia / Slovenija
- Serbia ja Montenegro / Србија и Црна Гора
- Espanja / España
- Sveitsi / Schweiz
- Turkki / Türkiye
- Iso-Britannia ja Irlanti / UK & Ireland
Kiina, Wuhan: Potilaat kärsivät usein postoperatiivisesta kivusta, minkä vuoksi hammaslääkäreillä on suuri tarve tiedolle täsmävaikutteisista kipulääkkeistä. Tuoreessa tutkimuksessa hyödynnettiin keinotekoista hermoverkkoa (ANN), jolla ennakoitiin juurikanavahoidon jälkeistä kipua (RTC). Ennakoinnilla on lääkäreille kliinistä merkitystä hoidon laadun parantamisessa, hoitosuunnitelmien optimoinnissa sekä pyrittäessä vähentämään lääketieteellisiä kiistoja.
Luontoa mallintavien algoritmien joukossa ANN:n kehitys on ollut nopeinta. ANN on ihmisen aivojen rakennetta ja toimintaa mukaileva järjestelmä, jota voidaan soveltaa erilaisten ennustetekijöiden välisten suhteiden analysoimiseen. Valitsemalla oikeat hermoverkon rakenteet mallinnukseen ANN:a voidaan käyttää lääketieteellisten tulosten ennustamiseen, sairauksien diagnosointiin, ennusteiden laatimiseen sekä kliiniseen päätöksentekoon.
Tutkimusten mukaan ANN voi tunnistaa tärkeitä muuttujia ja ennustaa huomattavan tarkasti postoperatiivisen kivun. Wuhanin yliopistossa tehdyn tutkimuksen tavoitteena oli arvioida backpropagation (BP) eli vastavirta-algoritmin tarkkuutta ennustaa juurikanavahoidon jälkeistä postoperatiivista kipua.
BP-hermoverkkomalli kehitettiin hyödyntäen MATLAB 7.0 hermoverkkotyökaluja. Tutkijat onnistuivat löytämään yhteyden 13 parametrin (mm. henkilökohtaiset tekijät, tulehdustekijät ja operatiiviset toimenpiteeseen liittyvät tekijät) sekä potilaan juurihoidon jälkeisen postoperatiivisen kivun välillä.
Tätä hermoverkkomallia harjoitettiin ja testattiin 300 juurihoidon läpikäyneen potilaan tiedoilla. Näistä tapauksista 210, 45 ja 45 valittiin koulutus-, tietojen validointi- ja testinäytteiksi ennusteen tarkkuuden arvioimiseksi. Tutkimuksen vetäjät Xin Gao ja Xing Xin ja heidän ryhmänsä havaitsivat, että tämän BP hermoverkkomallin tarkkuus oli 95,6% juurihoidon jälkeisen postoperatiivisen kivun ennustamisessa.
Tutkijat päättelivät, että BP-hermoverkkomallia voitaisiin käyttää postoperatiivisen kivun ennakoimiseen juurihoidon jälkeen. Menetelmää käytetäänkin ehkä tulevaisuudessa kliinisenä vertailukohtana.
Tutkimus “Predicting postoperative pain following root canal treatment by using artificial neural network evaluation” julkaistiin 26.8. 2021 Scientific Reports –lehdessä.
Tunnisteet:
torstai, 18. huhtikuu 2024
18:00 EET (Helsinki)
Treatment approaches of advanced periodontal diseases in our daily clinical practice
maanantai, 22. huhtikuu 2024
17:00 EET (Helsinki)
Precision in practice: Elevating clinical communication
tiistai, 23. huhtikuu 2024
20:00 EET (Helsinki)
Growing your dental practice or DSO with better financial operations
keskiviikko, 24. huhtikuu 2024
15:00 EET (Helsinki)
YITI Lounge: Navigating modern implant dentistry—from prosthetic planning to digital verification, are we there yet?
keskiviikko, 24. huhtikuu 2024
20:00 EET (Helsinki)
Advanced techniques in peri-implant tissue augmentation and maintenance
torstai, 25. huhtikuu 2024
19:00 EET (Helsinki)
Alineadores ClearX: La evolución en el tratamiento ortodóntico con tecnología 4D
perjantai, 26. huhtikuu 2024
19:00 EET (Helsinki)
To post a reply please login or register