Prosthetic dental treatment needs in Eastern [corrected] Saudi Arabia.
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to determine the prosthetic treatment needs of an adult population in Al-Ahsa Area, Kingdom of Saudi Arabia. METHODS: A sample of adults attending the King Fahad Hospital Dental Center, Al-Ahsa, Kingdom of Saudi Arabia were examined for prosthetic treatment needs utilizing the World Health Organization criteria during 1999. Statistical analysis system was utilized to generate frequencies, means and standard deviations, and various statistical tests were carried out. RESULTS: A total of 435 adults, 192 (44.1%) males and 243 (55.9%) females with a mean age of 47.7 (standard deviation 15.4) years were examined for prosthetic treatment needs. About two-thirds (64.8%) of the sample were in need of an upper denture. A significantly higher number of males (68.8%) needed an upper denture as compared to the females (61.7%). About three-quarters (73.8%) of the sample were in need of a lower denture. The need for lower denture was similar among the males (75.0%) and females (72.8%). About one-sixth (17.2%) of the sample was in need of an upper bridge. A higher number of females (18.9%) needed an upper bridge as compared to the males (15.1%). About one-quarter (22.5%) of the sample was in need of a lower bridge. A higher number of females (25.5%) needed lower bridge as compared to the males (18.8%). The need for upper denture was similar in both urban (64.7%) and rural (65.1%) dwellers. The need for lower denture was also similar in both urban (73.2%) and rural (75.2%) dwellers. A higher number of rural dwellers needed an upper (20.2%) and lower (26.4%) bridge as compared to the upper (16%) and lower (20.9%) bridge in urban dwellers. CONCLUSION: The results indicate that more than one- quarter of the sample needs a denture. A significantly higher number of males needed dentures than females. More females were in need of a bridge as compared with males. A significantly higher percentage of urban population needed full dentures as compared with rural population.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».