| 摘 要： | 目的 采用机器学习算法构建儿童龋齿预测模型,寻找儿童龋齿的危险因素,有针对性地提出儿童口腔健康改善措施、政策建议。方法 采用分层整群随机抽样方法,根据四川省各地开展政策措施不同,在四川省8个市中随机抽取3～4所中学的12岁在校学生进行问卷调查、口腔检查和体格检查,采用多因素Logistic回归分析12岁儿童龋齿的危险因素。将数据集按7∶3随机分为训练集和验证集,使用R 4.1.1构建随机森林、决策树、极致梯度提升和Logistic回归4种机器学习算法,应用受试者工作特征（ROC）曲线下面积（AUC）评估4种预测模型的预测效果。结果 研究共纳入符合标准的12岁儿童4 439例,其中恒牙患龋率为50.93%。多因素Logistic回归分析结果显示,身体质量指数、父亲最高学历、母亲最高学历、是否刷牙、每天刷几次牙、刷牙时使用牙膏、刷牙时长、饭后漱口、刷牙后睡前进食、甜饮料、零食、去牙科诊所看牙、几岁刷牙与儿童龋齿存在关联（P<0.05）。随机森林、决策树、Logistic回归、极致梯度提升预测儿童龋齿的AUC值分别为0.840、0.755、0.799、0.794,在随机森林模型中,贡献...
|
