基于机器学习的苏州地区9岁儿童第一恒磨牙龋病预测模型研究

doi:10.7518/hxkq.2025.2025135

华西口腔医学杂志 ›› 2025, Vol. 43 ›› Issue (6): 871-880.doi: 10.7518/hxkq.2025.2025135

基于机器学习的苏州地区9岁儿童第一恒磨牙龋病预测模型研究

陈灵芝¹(), 王霞琴¹, 朱凯飞², 任坤³, 吴桢¹()

^1.苏州市吴中人民医院口腔科，苏州 215128
^2.苏州市吴中区疾控中心，苏州 215128
^3.苏州科技大学工程学院重点实验室，苏州 215000

收稿日期:2025-04-10 修回日期:2025-11-01 出版日期:2025-12-01 发布日期:2025-11-27
通讯作者: 吴桢 E-mail:clz823173371@si-na.com;baikaishui7707@126.com
作者简介:陈灵芝，主管护师，学士，E-mail：clz823173371@si-na.com
基金资助:
苏州市吴中区科技计划项目（医疗卫生领域）青年项目(WZYW2021017)

Machine learning-based prediction model for caries in the first molars of 9-year-old children in Suzhou

Chen Lingzhi¹(), Wang Xiaqin¹, Zhu Kaifei², Ren Kun³, Wu Zhen¹()

^1.Dept. of Dentistry, Suzhou Wuzhong People’s Hospital, Suzhou 215128, China
^2.Suzhou Wuzhong Center for Disease Control and Prevention, Suzhou 215128, China
^3.The Key Laboratory of Engineering of Suzhou University of Science and Technology, Suzhou 215000, China

Received:2025-04-10 Revised:2025-11-01 Online:2025-12-01 Published:2025-11-27
Contact: Wu Zhen E-mail:clz823173371@si-na.com;baikaishui7707@126.com
Supported by:
Suzhou Wuzhong District Science and Technology Plan Youth Project(WZYW2021017)

摘要/Abstract

摘要：

目的利用机器学习算法构建苏州地区9岁儿童第一恒磨牙龋病预测模型，筛选危险因素。方法采用随机分层整群抽样的方法，在吴中区14个乡镇、街道的38所小学中随机抽取9岁在校学生进行口腔检查和问卷调查。采用Logistic多因素回归分析龋齿的危险因素。将数据集按8∶2随机分为训练集及验证集，使用R 4.3.1构建随机森林、决策树、极端梯度提升（XGBoost）、Logistic回归、轻量级梯度提升（LightGBM）5种机器学习算法，应用受试者工作特征曲线下面积（AUC）评估5种模型的预测效果。通过沙普利加和解释（SHAP）量化特征对龋齿预测模型的边际贡献。结果研究纳入符合标准的样本7 225例，其中第一恒磨牙患龋率为54.96%，多因素Logistic回归分析显示，甜饮料、甜点心和糖果、零食频率、刷牙后睡前零食等与第一恒磨牙龋齿的发生存在关联（P<0.05）。决策树、Logistic回归、轻量级梯度提升、随机森林、极端梯度提升这5种预测模型的AUC值分别为75.5%、83.9%、88.6%、88.9%、90.1%。对比独热编码后的变量，高频甜食（如甜点心糖果每天≥2次、母亲含糖饮食每天≥2次）与不良口腔卫生习惯（如刷牙后睡前常吃零食、刷牙不规律）的SHAP值为正。结论基于极端梯度提升算法构建苏州地区9岁儿童第一恒磨牙龋病的预测模型，具有较好的预测效果。高频甜食和不良口腔卫生习惯对第一恒磨牙患龋有强正向影响，是关键的驱动因素，可用于针对性干预措施的制定。

关键词: 第一恒磨牙, 机器学习, 影响因素, 预测模型

Abstract:

Objective This study aimed to use machine learning algorithms to build a prediction model of the first permanent molar caries of 9-year-old children in Suzhou and screen out risk factors. Methods Random stratified whole group sampling was applied to randomly select 9-year-old students from 38 primary schools in 14 townships and streets in Wuzhong District for oral examination and questionnaire survey. Multifactor Logistics regression was used to analyze the risk factors of tooth decay. The data set was randomly divided into training sets and verification sets according to 8∶2, and R 4.3.1 was used to build five machine learning algorithms: random forest, decision tree, extreme gradient boosting (XGBoost), Logistics regression, and lightweight gradient enhancement (LightGBM). The predictive effect of these five models was evaluated using the area under the characteristic curve (AUC). The marginal contribution of quantitative characteristics to the caries prediction model was determined through Shapley additive explanations (SHAP). Results This study included 7 225 samples that met the standard. The caries rate of the first permanent molar was 54.96%. Multifactor Logistic regression analysis showed that sweet drinks, dessert and candy, snack frequency, and snacks before going to bed after brushing teeth were correlated with the occurrence of first permanent molar caries (P<0.05). The AUC values of decision tree, Logistic regression, LightGBM, random forest, and XGBoost were 75.5%, 83.9%, 88.6%, 88.9%, and 90.1%, respectively. Compared with the variables after single heat coding, the SHAP value of high-frequency sweets (such as dessert candy ≥2 times a day, mother’s sugary diet ≥2 times a day) and bad oral hygiene habits (such as frequent snacks before going to bed after brushing teeth and irregular brushing teeth) exhibited the highest positive. Conclusion XGBoost algorithm has a good prediction effect for first permanent molar caries in 9-year-old children. High-frequency sweet factors and bad oral hygiene habits have a strong positive impact on the risk of first permanent molar caries and are key drivers that can be used in the formulation of targeted interventions.

Key words: first permanent molar, machine learning, influencing factor, prediction model

中图分类号:

781.1

陈灵芝, 王霞琴, 朱凯飞, 任坤, 吴桢. 基于机器学习的苏州地区9岁儿童第一恒磨牙龋病预测模型研究[J]. 华西口腔医学杂志, 2025, 43(6): 871-880.

Chen Lingzhi, Wang Xiaqin, Zhu Kaifei, Ren Kun, Wu Zhen. Machine learning-based prediction model for caries in the first molars of 9-year-old children in Suzhou[J]. West China Journal of Stomatology, 2025, 43(6): 871-880.

图/表 6

表 1

苏州地区儿童第一恒磨牙龋齿相关因素基本情况及单因素分析结果

因素	总例数/［n（%）］	患龋/［n（%）］	χ ² 值	P值
性别			3.097	0.078
男	3 842（53.18）	2 074（53.98）
女	3 383（46.82）	1 897（56.07）
籍贯			62.868	2.21E-15
迁入	3 138（43.43）	1 558（49.65）
苏州	4 087（56.57）	2 413（59.04）
甜饮料			381.733	2.56E-80
很少/从不	812（11.24）	362（44.58）
每月1~3次	1 062（14.70）	463（43.60）
每周1次	1 560（21.59）	718（46.03）
每周2~6次	2 101（29.08）	1 183（56.31）
每天1次	1 238（17.13）	908（73.34）
每天≥2次	452（6.26）	337（74.56）
甜点心和糖果			424.121	1.87E-89
很少/从不	1 074（14.87）	472（43.95）
每月1~3次	1 228（17.00）	566（46.09）
每周1次	1 427（19.75）	674（47.23）
每周2~6次	1 817（25.15）	987（54.32）
每天1次	775（10.73）	566（73.03）
每天≥2次	904（12.51）	706（78.10）
零食频率			775.092	2.83E-16
很少/从不	1 525（21.11）	575（37.70）
每月1~3次	799（11.06）	281（35.17）
每周1次	907（12.55）	457（50.39）
每周2~6次	2 619（36.25）	1 525（58.23）
每天1次	888（12.29）	685（77.14）
每天≥2次	487（6.74）	448（91.99）
刷牙后睡前零食			560.941	1.56E-12
不吃	3 619（50.09）	1 671（46.17）
偶尔	2 323（32.15）	1 220（52.52）
经常	1 283（17.76）	1 080（84.18）
几岁起刷牙/岁			98.633	1.92E-20
2	1 467（20.30）	694（47.31）
3	2 572（35.60）	1 338（52.02）
4	1 562（21.62）	913（58.45）
5	1 055（14.60）	683（64.74）
6	569（7.88）	343（60.28）
定期牙科诊所			813.410	6.55E-17
否	2 706（37.45）	903（33.37）
是	4 519（62.55）	3 068（67.89）
刷几次牙			220.263	1.48E-4
不是每天刷	611（8.46）	403（65.96）
每天1次	1 954（27.04）	1 307（66.89）
每天2次及以上	4 660（64.50）	2 261（48.52）
刷牙时长/min			4.781	0.091
1	1 872（25.91）	1 063（56.78）
2~3	4 179（57.84）	2 288（54.75）
≥3	1 174（16.25）	620（52.81）
母亲患龋			20.873	4.91E-06
否	2 952（40.86）	1 527（51.73）
是	4 273（59.14）	2 444（57.20）
母亲最高学历			9.669 6	0.007 9
初中及以下	20（0.28）	14（70.00）
高中、中专及大专	5 315（73.56）	2 867（53.94）
本科及以上	1 890（26.16）	1 090（57.67）
母亲含糖饮食频率			154.057	1.83E-31
很少/从不	648（8.97）	338（52.16）
每月1~3次	477（6.60）	290（60.80）
每周1次	1 409（19.50）	602（42.73）
每周2~6次	3 353（46.41）	924（57.38）
每天1次	1 008（13.95）	571（56.65）
每天≥2次	330（4.57）	246（74.55）
母亲刷牙频率			26.545	1.72E-06
不是每天刷	47（0.65）	34（72.34）
每天1次	1 918（26.55）	1 137（59.28）
每天2次及以上	5 260（72.80）	2 800（53.23）
父亲患龋			13.805	0.000 2
否	3 935（54.46）	2 084（52.96）
是	3 290（45.54）	1 887（57.36）
父亲最高学历			5.25	0.072 4
初中及以下	45（0.62）	27（60.00）
高中、中专及大专	4 998（69.18）	2 703（54.08）
本科及以上	2 182（30.20）	1 241（56.87）
父亲刷牙频率			11.16	0.003 7
不是每天刷	76（1.05）	37（48.68）
每天1次	2 011（27.83）	1 047（52.06）
每天2次及以上	5 138（71.11）	2 887（56.19）
饭后漱口			168.695	1.43E-38
偶尔或从不	3 421（47.35）	2 155（62.99）
漱口	3 804（52.65）	1 816（47.74）

表 1

表 2

苏州地区9岁儿童第一恒磨牙龋齿相关因素的多因素Logistic回归分析

因素	B值	S.E值	Wald值	P值	OR（95%CI）值
家长籍贯（苏州）					1.00（Reference）
迁入	0.15	0.08	1.84	0.66	1.16（0.99-1.37）
甜饮料（很少/从不）					1.00（Reference）
每月1~3次	-1.44	0.32	-4.47	<0.001	0.24（0.13-0.45）
每周1次	-0.81	0.23	-3.46	<0.001	0.45（0.28-0.70）
每周2~6次	0.35	0.25	1.43	0.153	1.42（0.88-2.30）
每天1次	-2.51	0.44	-5.67	<0.001	0.08（0.03-0.19）
每天≥2次	-1.38	0.41	-3.36	<0.001	0.25（0.11-0.56）
甜点心和糖果（很少/从不）					1.00（Reference）
每月1~3次	1.15	0.03	3.87	<0.001	3.17（1.77-5.68）
每周1次	0.30	0.22	1.40	0.161	1.36（0.89-2.08）
每周2~6次	-0.07	0.24	-0.31	0.758	0.93（0.58-1.48）
每天1次	3.52	0.45	7.78	<0.001	33.83（13.94-82.12）
每天≥2次	3.27	0.42	7.82	<0.001	26.34（11.60-59.81）
零食频率（很少/从不）					1.00（Reference）
每月1~3次	0.25	0.17	1.48	0.140	1.28（0.92-1.78）
每周1次	1.08	0.14	7.96	<0.001	2.93（2.25-3.82）
每周2~6次	1.39	0.11	12.51	<0.001	4.0（3.22-4.96）
每天1次	2.11	0.14	14.95	<0.001	8.23（6.24-10.85）
每天≥2次	3.58	0.24	15.09	<0.001	35.90（22.55-57.15）
刷牙后睡前零食（经常）					1.00（Reference）
不吃	-1.81	0.11	-15.76	<0.001	0.16（0.13-0.21）
偶尔	-1.10	0.12	-8.97	<0.001	0.33（0.26-0.42）
几岁刷牙（2岁）					1.00（Reference）
3岁	0.10	0.09	1.11	0.269	1.10（0.93-1.31）
4岁	0.19	0.10	1.90	0.058	1.21（0.99-1.47）
5岁	0.32	0.12	2.77	0.006	1.38（1.10-1.37）
6岁	-0.20	0.14	-1.37	0.170	0.82（0.62-1.09）
刷几次牙（每天2次及以上）					1.00（Reference）
每天1次	0.81	0.09	9.44	<0.001	2.25（1.90-2.66）
不是每天刷	0.78	0.13	6.19	<0.001	2.18（1.70-2.79）
刷牙时长（1 min）					1.00（Reference）
2~3 min	0.06	0.08	0.81	0.418	1.06（0.91-1.24）
≥3 min	0.09	0.10	0.83	0.405	1.09（0.89-1.34）
饭后漱口（偶尔或从不）					1.00（Reference）
漱口	-0.67	0.08	-8.45	<0.001	0.51（0.44-0.60）
母亲最高学历（初中及以下）					1.00（Reference）
高中、中专及大专	0.63	0.87	0.72	0.470	1.88（0.34-10.42）
本科及以上	0.66	0.87	0.76	0.045	1.93（0.35-10.63）
母亲含糖饮食频率（很少/从不）					1.00（Reference）
每月1~3次	0.26	0.22	1.18	0.237	1.29（0.84-1.98）
每周1次	-0.33	0.14	-2.39	0.017	0.72（0.55-0.94）
每周2~6次	0.19	0.12	1.55	0.121	1.21（0.95-1.54）
每天1次	-0.14	0.14	-0.97	0.332	0.87（0.66-1.15）
每天≥2次	0.94	0.21	4.44	<0.001	2.56（1.69-3.88）
母亲刷牙频率（每天2次及以上）					1.00（Reference）
不是每天刷	0.14	0.51	0.27	0.789	1.15（0.42-3.11）
每天1次	0.21	0.08	2.43	0.015	1.23（1.04-1.45）
母亲患龋（是）					1.00（Reference）
否	-0.31	0.08	-4.11	<0.001	0.73（0.63-0.85）
父亲最高学历（初中及以下）					1.00（Reference）
高中、中专及大专	-0.71	0.43	-1.64	0.100	0.49（0.21-1.15）
本科及以上	-0.76	0.44	-1.74	0.042	0.47（0.20-1.10）
父亲患龋（是）					1.00（Reference）
否	0.30	0.08	3.59	<0.001	1.35（1.15-1.60）
父亲刷牙频率（每天2次及以上）					1.00（Reference）
每天1次	-0.40	0.08	-4.90	<0.001	0.67（0.57-0.79）
不是每天刷	-0.10	0.32	-0.30	0.765	0.91（0.48-1.71）
定期口腔牙科诊室看牙（是）					1.00（Reference）
否	-1.45	0.07	-21.25	<0.001	0.23（0.20-0.27）

表 2

表 3

图 1

图 2

图 3

参考文献 29

[1]	马军, 陶茂萱. 儿童青少年健康知识手册[M]. 北京: 北京大学医学出版社, 2018.
	Ma J, Tao MX. Handbook of health knowledge for children and adolescents[M]. Beijing: Peking University Me-dical Press, 2018.
[2]	王兴. 第四次全国口腔健康流行病学调查报告[M]. 北京: 人民卫生出版社, 2018.
	Wang X. Report on the fourth national epidemiological survey of oral health[M]. Beijing: People’s Medical Publishing House, 2018.
[3]	刘亚琪, 张琼, 王艳, 等. 重度低龄儿童龋儿童全身麻醉与常规门诊下牙病治疗的疗效及卫生经济学评价[J]. 华西口腔医学杂志, 2021, 39(6): 703-708.
	Liu YQ, Zhang Q, Wang Y, et al. Evaluation of therapeutic effect and health economic of general anesthesia and routine outpatient dental treatment in children with severe early child caries[J]. West China J Stomatol, 2021, 39(6): 703-708.
[4]	Selwitz RH, Ismail AI, Pitts NB. Dental caries[J]. Lancet, 2007, 369(9555): 51-59.
[5]	张琼, 汪俊, 夏斌, 等. 低龄儿童龋的临床管理专家共识[J]. 华西口腔医学杂志, 2022, 40(5): 495-503.
	Zhang Q, Wang J, Xia B, et al. Expert consensus on cli-nical management for early children caries[J]. West China J Stomatol, 2022, 40(5): 495-503.
[6]	陈婷. 苏州糖文化研究[J]. 农业考古, 2015(3): 233-236.
	Chen T. Study on Suzhou sugar culture[J]. Agric Res, 2015(3): 233-236.
[7]	Battineni G, Sagaro GG, Chinatalapudi N, et al. Applications of machine learning predictive models in the chronic disease diagnosis[J]. J Pers Med, 2020, 10(2): 21.
[8]	Khanagar SB, Al-Ehaideb A, Maganur PC, et al. Deve-lopments, application, and performance of articial intelligence in dentistry—A systematic review[J]. J Dent Sci,2021, 16(1): 508-522.
[9]	Sadegh-Zadeh SA, Rahmani Qeranqayeh A, Benkhalifa E, et al. Dental caries risk assessment in children 5 years old and under via machine learning[J]. Dent J (Basel), 2022, 10(9): 164.
[10]	Hänsel Petersson G, Fure S, Bratthall D. Evalution of a computer-based caries risk assessment program in an elderly group of individuals[J]. Acta Odontol Scand, 2003, 61(3): 164-171.
[11]	World Health Organization. Oral health surveys: basic merhods[M]. 5th ed. Geneva: World Health Organization, 2013.
[12]	中华人民共和国国家卫生和计划生育委员会. 口腔健康调查检查方法: [S]. 北京: 中国标准出版社, 2015.
	National Health and Family Planning Commission of the People’s Republic of China. Oral health survey-Exa-mination methods: [S]. Beijing: Standards Press of China, 2015.
[13]	Zeng Y, Fadaak A, Alomeir N, et al. Lactobacillus plantarum disrupts S.mutans-C.albicans cross-kingdom biofilms[J]. Front Cell Infect Microbiol, 2022, 12: 872012.
[14]	Hu Z, Yan XJ, Song Y, et al. Trends of dental caries in permanent teeth among 12-year-old Chinese children: evidence from five consecutive national surveys between 1995 and 2014[J]. BMC Oral Health, 2021, 21(1): 467.
[15]	Zhu F, Chen Y, Yu Y, et al. Caries prevalence of the first permanent molars in 6-8 years old children[J]. PLoS One, 2021, 16(1): e0245345.
[16]	Uribe SE, Innes N, Maldupa I. The global prevalence of early childhood caries:a systematic review with mata-analysis using the WHO diagnostic criteria[J]. Int J Paediatr Dent, 2021, 31(6): 817-830.
[17]	国务院办公厅. 国务院办公厅关于印发中国防治慢性病中长期规划(2017—2025年)的通知[R/OL]. 2017-02-14[2025-04-10]. .
	General Office of the State Council. Notice of the gene-ral office of the state council on printing and distributing the long-term plan for the prevention and treatment of chronic diseases in China[R/OL]. 2017-02-14[2025-04-10]. .
[18]	Macek MD, Heller KE, Selwitz RH, et al. Is 75 percent of dental caries really found in 25 percent of the population[J]. J Public Heaith Dent, 2004, 64(1): 20-25.
[19]	周学东, 凌均棨, 梁景平, 等. 龋病临床治疗难度因素及处理[J]. 华西口腔医学杂志, 2017, 35(1): 1-7.
	Zhou XD, Ling JQ, Liang JP, et al. Difficulty influence factors of dental caries clinical treatment[J]. West China J Stomatol, 2017, 35(1): 1-7.
[20]	Chaffee BW, Cheng J, Featherstone JD. Baseline caries risk assessment as a predictor of caries incidence[J]. J Dent, 2015, 43(5): 518-524.
[21]	严鑫淼, 孙桃兰, 卢雨航, 等. 基于机器学习的四川省12岁儿童龋齿预测模型[J]. 华西口腔医学杂志, 2023, 41(6): 686-693.
	Yan XM, Sun TL, Lu YH, et al. Prediction model of dental caries in 12-year-old children in Sichuan Province based on machine learning[J]. West China J Stomatol, 2023, 41(6): 686-693.
[22]	Hong J, Whelton H, Douglas G, et al. Consumption frequency of added sugars and UK children’s dental caries[J]. Community Dent Oral Epidemiol, 2018, 46(5): 457-464.
[23]	Zeng L, Zeng Y, Zhou Y, et al. Diet and lifestyle habits associated with caries in deciduous teeth among 3- to 5-year-old preschool children in Jiangxi province, China[J]. BMC Oral Health, 2018, 18(1): 224.
[24]	马婷, 孟凡琦, 韩婧, 等. 乌鲁木齐市3~5岁儿童龋病相关因素的主要成分分析[J]. 口腔疾病防治, 2023, 31(3): 179-185.
	Ma T, Meng FQ, Han J, et al. Principal component analysis of dental caries related factors among 3-to 5-year-old children in Urumqi City[J]. J Prev Treat Stomatol Dis, 2023, 31(3): 179-185.
[25]	孙雁斐, 卢洁, 杨加震, 等. 基于微生物组新颖指数构建龋病菌群诊断模型[J]. 华西口腔医学杂志, 2023, 41(2): 208-217.
	Sun YF, Lu J, Yang JZ, et al. Construction of a caries diagnosis model based on microbiome novelty score[J]. West China J Stomatol, 2023, 41(2): 208-217.
[26]	Hemadi AS, Huang R, Zhou Y, et al. Salivary proteins and microbiota as biomarkers for early childhood caries risk assessment[J]. Int J Oral Sci, 2017, 9(11): e1.
[27]	秦丹, 姜浩丰, 沈露, 等. 重庆市10~12岁儿童第一恒磨牙患龋情况及相关因素分析[J]. 华西口腔医学杂志, 2019, 37(6): 608-614.
	Qin D, Jiang HF, Shen L, et al. Prevalence of dental ca-ries and associated factors among 10-12-year-old students in Chongqing[J]. West China J Stomatol, 2019, 37(6): 608-614.
[28]	Chen C, Zhang F, Wang R. Dental caries experience and related risk indicators of 12-year-old students in Jilin, China[J]. Medicine (Baltimore), 2020, 99(28): e20988.
[29]	Thang Le VN, Kim JG, Yang YM, et al. Risk factors for early childhood caries: an umbrella review[J]. Pediatr Dent, 2021, 43(3): 176-194.

模型	准确率	精准度	召回率	特异度	AUC
决策树	71.2	69.5	81.8	74.7	75.5
Logistic回归	75.6	75.5	80.2	80.5	83.9
轻量级梯度提升	79.6	79.1	83.7	82.5	88.6
随机森林	80.9	80.5	84.5	83.5	88.9
极端梯度提升	81.2	80.9	84.7	83.8	90.1

基于机器学习的苏州地区9岁儿童第一恒磨牙龋病预测模型研究

Machine learning-based prediction model for caries in the first molars of 9-year-old children in Suzhou

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 29

相关文章 15

编辑推荐

Metrics

本文评价

[1]	陈伟洋, 吴菲阳, 韦曦. 前牙树脂充填修复长期预后及影响因素分析[J]. 华西口腔医学杂志, 2025, 43(6): 797-807.
[2]	吕春旭, 葛少华. 人工智能在牙周病学的应用现状与未来展望[J]. 华西口腔医学杂志, 2025, 43(5): 620-627.
[3]	韩静雅, 张雅钧, 冀梦真, 孙景飞, 贾书涵, 王志峰. 封闭剂与氟保护漆预防儿童第一恒磨牙咬合面龋的Meta分析[J]. 华西口腔医学杂志, 2025, 43(3): 383-394.
[4]	毛莉艳, 杨茜茜, 毕小琴, 刘敏, 赵重阳, 温作珍. 口腔癌患者失志综合征风险预测模型构建及验证[J]. 华西口腔医学杂志, 2025, 43(3): 395-405.
[5]	杨雪梅, 王红玉, 唐永华, 尹成君, 余静雅, 毕小琴. 精神障碍患者口腔健康相关生活质量及影响因素分析[J]. 华西口腔医学杂志, 2025, 43(1): 84-91.
[6]	陈宇翔, 赵安娜, 杨浩然, 杨霞, 程婷婷, 饶先琦, 李自良. 基于机器学习和生物信息学分析的脂肪酸代谢相关基因在牙周炎中的作用研究[J]. 华西口腔医学杂志, 2024, 42(6): 735-747.
[7]	王光满, 毕小琴, 汤晓雪. 口腔癌患者术后低钾血症预测模型的构建及验证[J]. 华西口腔医学杂志, 2024, 42(6): 778-786.
[8]	张添文, 杨辉俊, 王锋, 林博, 杨宏宇. 正颌手术患者不同体位下静态露齿的比较及影响因素分析[J]. 华西口腔医学杂志, 2024, 42(5): 624-628.
[9]	张宇, 况黎霞, 毕小琴, 詹学莉, 张天雨. 口腔颌面部肿瘤患者手术恐惧现状及影响因素分析[J]. 华西口腔医学杂志, 2024, 42(4): 494-501.
[10]	严鑫淼, 孙桃兰, 卢雨航, 谭馨, 王卓, 李淼晶. 基于机器学习的四川省12岁儿童龋齿预测模型[J]. 华西口腔医学杂志, 2023, 41(6): 686-693.
[11]	李凤娟, 王丽茹, 许凤鸣, 王旭, 刘晶晶, 王延鑫, 张书芳. 2015—2020年河南省儿童第一恒磨牙健康状况调查[J]. 华西口腔医学杂志, 2022, 40(5): 560-565.
[12]	吴侃, 李巍铭, 钟亦思, 程立, 唐甜, 尹伟. 成都市社区中老年人口腔健康相关生活质量评价及其影响因素分析[J]. 华西口腔医学杂志, 2022, 40(4): 440-445.
[13]	林超, 张心怡, 田洪雨, 栾可峰, 孙昊, 范欣. 潍坊市7~8岁儿童口腔卫生服务利用影响因素研究[J]. 华西口腔医学杂志, 2022, 40(2): 197-203.
[14]	孙国芳, 吴侃, 胡涛, 包崇云, 钟亦思, 尹伟. 成都市社区居民对口腔家庭医生服务模式签约意愿及其影响因素分析[J]. 华西口腔医学杂志, 2022, 40(1): 80-85.
[15]	陈益燕, Pradan Siras Prasad, 杨锦波. 302例显微根尖手术的回顾性研究[J]. 华西口腔医学杂志, 2021, 39(4): 458-463.