Avaliação de risco para a disfunção temporomandibular : utilização da análise de árvore de decisão

Abstract

As disfunções temporomandibulares (DTM) representam um desafio diagnóstico e terapêutico para os dentistas. Frequentemente os indivíduos com DTM se apresentam com uma combinação perturbadora de manifestações clínicas e psicológicas. Dadas estas circunstâncias potencialmente complexas, é de interesse da comunidade científica a utilização de abordagens estatísticas preditivas que facilitem o processo de reconhecimento e/ou a predição de ocorrência da DTM, a fim de proporcionar aos pacientes as soluções mais adequadas para cada caso. A utilização da árvore de classificação se enquadra como um método de análise de decisão que facilitaria essa tarefa. Desta forma, o presente trabalho teve por objetivo construir um modelo preditivo que utiliza a análise estatística de árvore de classificação para prever a ocorrência de DTM, dividindo a amostra em grupos de alto e de baixo risco para o desenvolvimento da doença. Trata-se de um estudo transversal analítico, de base populacional, que envolveu uma amostra de 776 indivíduos que procuraram por atendimento médico ou odontológico nas unidades de saúde da família de Recife-PE. A amostra foi submetida à anamnese, composta de exames clínico e físico, por meio do instrumento Critérios para Diagnóstico em Pesquisa para DTM (RDC/TMD). Os dados foram inseridos no software SPSS 20.0 e analisados pelo teste Qui-quadrado de Pearson para a análise bivariada, e pelo método árvore de classificação para a análise multivariada. A prevalência da DTM foi de 35,4%. A DTM pôde ser predita pela dor orofacial (p<0,001), idade (p=0,005) e depressão (p=0,021), sendo maior a probabilidade da ocorrência em indivíduos com dor orofacial (47%), com idade de 25 a 59 anos (51,9%) e que apresentavam depressão (55,1%). Assim foi composto o grupo de alto risco para o desenvolvimento da DTM na amostra estudada. O grupo de baixo risco foi formado por indivíduos sem dor orofacial (17,6%). Pode-se concluir que o melhor preditor para a DTM foi uma variável clínica, a dor orofacial e que o modelo preditivo proposto pela árvore de classificação pode ser aplicado como uma ferramenta para simplificação da tomada de decisão quanto à ocorrência da DTM.