Time loss due to dental problems and treatment in the Canadian population: analysis of a nationwide cross-sectional survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The purpose of this study was to quantify time loss due to dental problems and treatment in the Canadian population, to identify factors associated with this time loss, and to provide information regarding the economic impacts of these issues. METHODS: Data from the 2007/09 Canadian Health Measures Survey were used. Descriptive analysis determined the proportion of those surveyed who reported time loss and the mean hours lost. Linear and logistic regressions were employed to determine what factors predicted hours lost and reporting time loss respectively. Productivity losses were estimated using the lost wages approach. RESULTS: Over 40 million hours per year were lost due to dental problems and treatment, with a mean of 3.5 hours being lost per person. Time loss was more likely among privately insured and higher income earners. The amount of time loss was greater for higher income earners, and those who reported experiencing oral pain. Experiencing oral pain was the strongest predictor of reporting time loss and the amount of time lost. CONCLUSIONS: This study has shown that, potentially, over 40 million hours are lost annually due to dental problems and treatment in Canada, with subsequent potential productivity losses of over $1 billion dollars. These losses are comparable to those experienced for other illnesses (e.g., musculoskeletal sprains). Further investigation into the underlying reasons for time loss, and which aspects of daily living are impacted by this time loss, are necessary for a fuller understanding of the policy implications associated with the economic impacts of dental problems and treatment in Canadian society.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle