The Influence of Dental Insurance on Institutionalized Older Adults in Ranking Their Oral Health Status
Notice bibliographique
Résumé
To assess whether dental insurance influences how institutionalized older adults ages 65 and older rank their oral health status, a census survey was designed for residents of Durham's (Canada) Municipal Homes for the Aged. The odds ratio (OR) and the Cochran & Mantel-Haenszel's OR were used to estimate the crude and adjusted effect of dental insurance on oral health status, respectively. Overall, 64 percent participated in the interview. Oral health status was ranked as "good," "very good" or "excellent" by 57 percent of the participants. This ranking was clearly unrelated to the residents having dental insurance, as only 28 percent had dental coverage. Significant effect modifiers included age, dental status and whether the participant had visited the dentist within the last year. Dental insurance positively influenced how dentate participants ranked their oral health status (OR = 2.26; 95 percent CI = 1.19; 4.28). In edentulous participants, age and visiting the dentist within the last year modified the effect of dental insurance on oral health status. Having dental insurance reduced the odds of reporting "good," "very good" or "excellent" oral health (OR = 0.20; 95 percent CI = 0.08; 0.49) among the participants ages 85 and older who did not visit the dentist within the last year; however, the opposite was true for their younger counterparts who visited the dentist within the last year (OR = 7.20; 95 percent CI = 1.08; 47.96). In this population, therefore, dental insurance was associated with higher oral health status rank among the dentate, but its effect on the edentulous population depended on age and the pattern of visiting the dentist.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».