A better statistical method of predicting post-surgery soft tissue response in Class II patients

Abstract

1. 연구목적 본 연구의 목적은 II급 부정교합 환자에서 턱교정 수술 후 연조직을 예측하는 더 나은 통계학적 방법을 제안하고자 하는 것이다.

2. 연구대상 및 방법 서울대학교 치과병원 교정과에서 치료받은 환자 중 턱교정 수술을 받은 II급 부정교합 환자 80명 (남자 59명, 여자 21명)을 대상자로 선정하였다. 228개의 예측 변수와 64개의 연조직 반응 변수를 사용하여, 예측식을 구성하는 두 가지 다변량 기법인, 전통적인 최소자승법 (conventional ordinary least squares method, OLS)과 부분최소자승법 (partial least squares method, PLS)을 적용하였다. 식을 적합한 뒤, 편향과 예측 오차의 절대값의 평균을 계산하였다. 예측식의 예측 능력을 평가하기 위해, leave-one-out 교차 검정법을 사용하였다.

3. 결 론 다변량 PLS 방법은 전통적 OLS방법보다 의미 있게 더 정확하게 예측 결과를 도출하였다. 다변량 PLS 방법은 OLS방법보다 심한 II급 부정교합 환자에서 턱교정 수술 후 연조직 변화를 정확하게 예측하는데 있어 더 만족스러운 결과를 보여주었다. 주요어

II급 부정교합, 턱교정 수술, 다변량 PLS 예측 모형

Objectives To propose a better statistical method of predicting post-surgery soft tissue response in Class II patients. Methods The subjects are comprised of 80 patients who had undergone the surgical correction of severe Class II malocclusions. Using 228 predictor and 64 soft tissue response variables, two multivariate methods of forming prediction equations, the conventional ordinary least squares (OLS) method and the partial least squares (PLS) method, were applied. After fitting the equation, the bias and a mean absolute prediction error were calculated. To evaluate the predictive performance of the prediction equations, a leave-one-out cross-validation method was used. Results The multivariate PLS method provided a significantly more accurate prediction than the conventional OLS method. The multivariate PLS method was more satisfactory than the OLS method in accurately predicting the soft tissue profile change after surgical correction of severe Class II malocclusions.