Risk factors associated with incidence and persistence of signs and symptoms of temporomandibular disorders
Notice bibliographique
Résumé
Susanna Marklund*a & Anders Wänmanaa Department of Odontology, Clinical Oral Physiology, Faculty of Medicine, Umeå University, Umeå, SwedenCorrespondence: Susanna Marklund, DDS, PhD, Department of Odontology, Clinical Oral Physiology, Faculty of Medicine, Umeå University, 901 87 Umeå, Sweden. +46 90 7856084. +46 90 132578. susanna.marklund@odont.umu.seAbstractObjective. To analyze whether gender, self-reported bruxism, and variations in dental occlusion predicted incidence and persistence of temporomandibular disorder (TMD) during a 2-year period. Material and methods. The study population comprised 280 dental students at Umeå University in Sweden. The study design was that of a case-control study within a 2-year prospective cohort. The investigation comprised a questionnaire and a clinical examination at enrolment and at 12 and 24 months. Cases (incidence) and controls (no incidence) were identified among those without signs and symptoms of TMD at the start of the study. Cases with 2-year persistence of signs and symptoms of TMD were those with such signs and symptoms at all three examinations. Clinical registrations of baseline variables were used as independent variables. Odds ratio estimates and 95% confidence intervals of the relative risks of being a case or control in relation to baseline registrations were calculated using logistic regression analyses. Results. The analyses revealed that self-reported bruxism and crossbite, respectively increased the risk of the 2-year cumulative incidence and duration of temporomandibular joint (TMJ) signs or symptoms. Female gender was related to an increased risk of developing and maintaining myofascial pain. Signs of mandibular instability increased the risk of maintained TMD signs and symptoms during the observation period. Conclusion. This 2-year prospective observational study indicated that self-reported bruxism and variations in dental occlusion were linked to the incidence and persistence of TMJ signs and symptoms to a higher extent than to myofascial pain.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».