La càries és la malaltia crònica més estesa del món, i els serveis públics de salut sempre tenen el mateix problema: amb pocs recursos, han de decidir a quins barris o grups de població envien primer els programes de prevenció. Un equip de la Universitat Federal de Santa Maria, la Universitat Federal de Rio Grande do Sul i la Facultat d'Odontologia de la Universitat de Nova York ha provat si l'aprenentatge automàtic hi pot ajudar, i ho publica a la revista «Caries Research».
Els investigadors han fet servir les dades de l'enquesta nacional de salut bucodental del Brasil del 2023, que coordina el Ministeri de Salut i que inclou 23.726 infants, adolescents i adults amb exploració clínica, dades socioeconòmiques i hàbits. Primer hi van aplicar l'estadística clàssica i després diversos algorismes per predir, per a cada franja d'edat, qui té càries i amb quina gravetat. Els factors que més pesaven eren la riquesa i la densitat de la llar, és a dir, quantes persones hi viuen per habitació. Les persones no blanques tenien més risc a totes les edats, mentre que tenir una assegurança dental privada i haver anat fa poc al dentista protegien. En una de les anàlisis, el 62,5% dels nens de 12 anys sense aigua fluorada tenien càries, davant del 35,5% dels que en tenien.
L'interès és que el model no es queda en el diagnòstic de la boca: ajuda a dibuixar grups de risc on intervenir primer, una manera de «treure més profit de cada euro», en paraules del director de l'estudi, Fernando Neves Hugo. L'equip vol repetir l'anàlisi amb l'enquesta de salut dels Estats Units, NHANES.
La nota de premsa no diu quins algorismes es van fer servir ni en dona les mesures de precisió, i la comparació de l'aigua fluorada surt d'una sola anàlisi sense que s'expliqui com es van controlar altres factors. Els resultats són del Brasil, un país de renda mitjana, i en altres llocs els factors que pesen poden ser uns altres. És un estudi d'associació: identifica qui té més risc, no demostra què el causa.