编辑推荐：
为解决幼儿龋齿（ECC）早期检测难题，研究人员开展基于深度学习（DL）的 ECC 预测模型研究。研究发现 “母亲教育程度” 等因素与 ECC 显著相关，模型精度达 99.98% 。该模型为 ECC 预防干预提供有效参考。
本研究采用计算横断面设计，时间跨度为 2021 年 3 月至 2024 年 3 月。研究人员利用融合自助法、逻辑回归建模（LRM）和多层前馈神经网络（MLFFNN）的混合统计方法对数据进行分析。研究样本包含 157 对亲子，为研究问题提供了有力的数据支持。
研究结果显示，“母亲的教育程度”（β1：0.423；p＜0.25）、“父母对睡眠时奶瓶喂养习惯会导致蛀牙的认知”（β2：?1.264；p＜0.25）、“对口腔健康与整体健康重要性的态度”（β4：?1.052；p＜0.25）以及 “父母自我报告的孩子口腔疼痛情况”（β5：?2.107；p＜0.25）这些预测因子与幼儿龋齿（ECC）存在显著关联。该模型的平均绝对偏差（MAD）为 0.02211，预测均方误差（PMSE）为 0.07909，准确率高达 99.98% 。经 t 检验，模型的实际值与预测值之间无显著差异（p＞0.05）。
研究表明，这种独特的基于深度学习的幼儿龋齿预测模型是一种高效工具，在预测幼儿龋齿方面具有高准确性和可解释性。实施口腔健康干预计划后，政策制定者可依据该创新模型得到的潜在预测因子评估现有预测模型，并与本研究结果对比，从而助力设计和实施更有效的幼儿龋齿预防干预方案。
