MétaCan
Menu
← Retour à la cohorte
Enregistrement W1585842063 · doi:10.5539/gjhs.v8n2p1

Influence of the Socio-Economic Context on Self-Reported Gingival Bleeding in Individuals of Ethnic Minority Groups: A Multilevel Analysis

2015· article· en· W1585842063 sur OpenAlexvenueno aff
Carlos M. Ardila, Annie Marcela Vivares‐Builes, Andrés A. Agudelo‐Suárez

Notice bibliographique

RevueGlobal Journal of Health Science · 2015
Typearticle
Langueen
DomaineDentistry
ThématiqueOral microbiology and periodontitis research
Établissements canadiensnon disponible
Organismes subventionnairesUniversidad de Antioquia
Mots-clésContext (archaeology)Ethnic groupLogistic regressionMultilevel modelDemographyConfoundingPsychologyMedicineGeographyStatisticsMathematicsSociology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: To evaluate the influence of the socio-economic context on self-reported gingival bleeding (SRGB) in individuals of ethnic minority groups (IEG). METHODS: Data from the 2007 National Public Health Survey in Colombia were collected. A multiple-stage stratified sampling was used. Data from 34.843 subjects were collected through interviews. The influence of socio-economic factors on SRGB in IEG was investigated with logistic and multilevel regression analyses. RESULTS: Out of 34.843 subjects studied, a total of 6.440 individuals were members of ethnic minority groups. SRGB was observed in approximately 5% of IEG. There was a significant difference between IEG and subjects of the rest of the sample (28.403 subjects) regarding SRGB, elementary and high school education, Gross Domestic Product (GDP), Human Development Index (HDI) and Unmet Basic Needs Index (UBNI) disfavouring IEG (P<0.05). The logistic model showed that SRGB was associated with IEG (P<0.001). This association persisted after controlling for confounders. A total of 33 Colombian states (level 2) and 6.440 members (level 1) of ethnic minority groups were included in the multilevel analisys; this model showed that the variance on SRGB was statistically significant at level 1 and 2. However, the variation at IEG level (35%) was smaller than the variation between states (65%) in the multilevel multivariate model. CONCLUSIONS: SRGB was higher in IEG. Also, GDP, HDI and UBNI were unfavourable factors in the members of ethnic minority groups. Considering these detriment factors and the higher variation between states, this study suggests that socio-economic context affects significantly SRGB in IEG.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,077
Tête enseignante GPT0,406
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health Science→Même sujetOral microbiology and periodontitis research→Travaux en français237 207→