Predictors of dental care utilization among working poor Canadians
Notice bibliographique
Résumé
OBJECTIVE: This study used the Gelberg-Andersen Behavioral Model for Vulnerable Populations to identify predictors of dental care utilization by working poor Canadians. METHODS: A cross-sectional stratified sampling study design and telephone survey methodology was used to collect data from a nationally representative sample of 1049 working poor individuals aged 18 to 64 years. Working poor persons worked > or = 20 h a week, were not full-time students and had annual family incomes <$34,300. A pretested questionnaire included sociodemographic items, self-reported oral health measures and two dental care utilization outcomes: time since their last dental visit and the usual reason for dental visits. RESULTS: Hierarchical stepwise logistic analyses identified independent predictors associated with visiting the dentist >1 year ago: male gender (OR = 1.63; P = 0.005), aged 25-34 years (OR = 2.05; P = 0.02), paying for dental care with cash or credit (OR = 2.31; P < 0.001), past welfare recipients (OR = 1.65; P = 0.03), <21 teeth (OR = 4.23; P < 0.001) and having a perceived need for dental treatment (OR=2.78; P < 0.001). Sacrificing goods or services to pay for dental treatment was associated with visiting the dentist within the past year. The predictors of visiting the dentist only when in pain/trouble were lone parent status (OR = 4.04; P < 0.001), immigrant status (OR = 1.72; P = 0.006), paying for dental care with cash or credit (OR = 2.71; P < 0.001), a history of an inability to afford dental care (OR = 1.62; P = 0.01), a satisfactory/poor/very poor self-rated oral health (OR = 2.10; P < 0.001), number of teeth <21 (OR = 2.58; P < 0.001) and having a perceived need for dental treatment (OR = 2.99; P < 0.001). CONCLUSIONS: This study identified predisposing and enabling vulnerabilities that jeopardize the dental care-seeking practices of working poor persons. Dental care utilization was associated with relinquishing spending on other goods and services, which suggests that dental care utilization is a competing financial demand for economically constrained adults.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».