Epidemiology and Risk Factors of Tooth Loss among Iranian Adults: Findings from a Large Community-Based Study
Notice bibliographique
Résumé
OBJECTIVES: To investigate the prevalence of tooth loss and different prosthetic rehabilitations among Iranian adults, as well as the potential determinants of tooth loss. METHODS: In a cross-sectional community-based study conducted among 8094 Iranian adults living in Isfahan province, a self-administered questionnaire was used to assess epidemiologic features of tooth loss. RESULTS: Thirty-two percent of subjects had all their teeth, 58.6% had lost less than 6, and 7.2% of participants had lost more than 6 teeth. One hundred and sixty-nine individuals (2.2%) were edentulous. Among participants, 2.3% had single jaw removable partial denture, 3.6% had complete removable denture in both jaws, and 4.6% had fixed prosthesis. Others reported no prosthetic rehabilitation (89.5%). In the age subgroup analysis (≤35 and >35 years old) tooth loss was more prevalent among men than women (OR = 2.8 and 1.9, resp., P < 0.01). Also, in both age groups, current and former smokers had higher levels of tooth loss than nonsmokers (P < 0.001 and P < 0.05, resp.). In addition, tooth loss was positively related to metabolic abnormality for age group >35 years (adjusted OR = 1.29, P < 0.01). CONCLUSIONS: Tooth loss is highly prevalent in Iranian adult population. Community programs promoting oral health for prevention of tooth loss should be considered taking into account its major determinants including lower educational level, male gender, smoking, and metabolic abnormality.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».