ABSTRACT
Abstract The objective of this study was to develop and validate an App for identifying risk factors for oral cancer. To this end, we developed an App (OCS: Oral Cancer Screening) with predictors of Oral Cancer (OC) and algorithm assembly to estimate the risk of its development. Methodology: Simulated clinical cases were designed so that 40 professionals with expertise in oral diagnostics could validate the algorithm and test its usability (SUS: System Usability Score) and acceptability (TAM: Technology Acceptance Model). Cronbach's alpha coefficient, Friedman/Dunn tests, and Spearman correlation evaluated the SUS and TAM scales. ROC curve was plotted to estimate the cutoff point of the algorithm in suggesting a high risk for OCS of the simulated cases. Chi-square and Fisher's exact tests were additionally used (p<0.05, SPSS v20.0). Results: Professionals with expertise in oral diagnosis had usability of 84.63±10.66 and acceptability of 84.75±10.62, which correlated positively (p<0.001, r=0.647). Acting in clinical areas of dentistry (p=0.034) and history of performing OC risk factor orientation (p=0.048) increased acceptability while acting in higher education increased usability (p=0.011). The cutoff point suggested by the App after validation of the simulated clinical cases showed high sensitivity of 84.8% and lower specificity of 58.4%. Conclusion: The OCS was effective and with adequate sensitivity, usability, and acceptability and may contribute to the detection of early oral lesions.
Resumo O objetivo deste estudo foi desenvolver e validar um aplicativo para identificação de fatores de risco para câncer bucal. Para tanto, desenvolvemos um aplicativo (OCS: Oral Cancer Screening) com preditores de Câncer Oral (CO) e montagem de algoritmo para estimar o risco de seu desenvolvimento. Metodologia: Casos clínicos simulados foram projetados para que 40 profissionais com expertise em diagnóstico oral pudessem validar o algoritmo e testar sua usabilidade (SUS: System Usabilidade Score) e aceitabilidade (TAM: Technology Acceptance Model). O coeficiente alfa de Cronbach, os testes de Friedman/Dunn e a correlação de Spearman avaliaram as escalas SUS e TAM. A curva ROC foi traçada para estimar o ponto de corte do algoritmo ao sugerir um alto risco para OCS dos casos simulados. Os testes do qui-quadrado e exato de Fisher foram usados adicionalmente (p<0,05, SPSS v20.0). Resultados: Profissionais com expertise em diagnóstico oral tiveram usabilidade de 84,63±10,66 e aceitabilidade de 84,75±10,62, que se correlacionaram positivamente (p<0,001, r=0,647). Atuar em áreas clínicas da odontologia (p=0,034) e histórico de realização de CO orientação de fator de risco (p=0,048) aumentaram a aceitabilidade enquanto atuar no ensino superior aumentou a usabilidade (p=0,011). O ponto de corte sugerido pelo App após validação dos casos clínicos simulados apresentou alta sensibilidade de 84,8% e baixa especificidade de 58,4%. Conclusão: O OCS foi eficaz e com sensibilidade, usabilidade e aceitabilidade adequadas e pode contribuir para a detecção de lesões orais precoces.