MétaCan
Menu
Retour à la cohorte
Enregistrement W1949603066 · doi:10.1111/j.1601-5037.2009.00416.x

Self-reported emergency room visits for dental problems

2009· article· en· W1949603066 sur OpenAlexaffabout
Carlos Quiñonez

Notice bibliographique

RevueInternational Journal of Dental Hygiene · 2009
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineLogistic regressionDental insuranceDental careTelephone surveyFamily medicineTelephone interviewMedical emergencyDental traumaDescriptive statisticsEmergency medicineDentistry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To estimate the prevalence of hospital emergency room visits for dental problems not associated with trauma in Canada, and to explore the characteristics that influence such visits. METHODS: Data were collected through a cross-sectional and retrospective national telephone interview survey of 1005 Canadians aged 18 years and over using random digit dialling. Participants were asked if they had ever visited a hospital emergency room for a dental problem not associated with trauma. Descriptive and logistic regression analyses were undertaken. RESULTS: A total of 54 people, or 5.4% of the sample reported having to visit an ER in the past for a dental problem not associated with trauma. Income, painful aching in one's mouth in the previous month, and having to spend a day in bed because of a dental problem in the last 2 weeks, appear to be the dominant predictors of this outcome. CONCLUSIONS: Access to dental insurance or public care mitigates the use of hospital care for dental problems that are best treated in the dental care setting.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,236
Score d'incertitude au seuil0,683

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,332
Écart entre enseignants0,314 · 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 tête enseignante, 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

Citations20
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Dental HygieneMême sujetDental Health and Care UtilizationTravaux en français237 207