MétaCan
Menu
Retour à la cohorte
Enregistrement W2141069179 · doi:10.1186/s12955-014-0165-5

Impact of tooth loss related to number and position on oral health quality of life among adults

2014· article· en· W2141069179 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueHealth and Quality of Life Outcomes · 2014
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésMedicineTooth lossLogistic regressionQuality of life (healthcare)Oral healthDentistryCross-sectional studyDemography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The objective of this study was to evaluate the impact of tooth loss on oral health-related quality of life (OHRQoL) in adults with emphasis on the number of teeth lost and their relative position in the mouth. METHODS: The study population was a cross-sectional household probability sample of 248, representing 149,635 20-64 year-old residents in Piracicaba-SP, Brazil. OHRQoL was measured using the OHIP-14. Socioeconomic, demographic, health literacy, dental services use data and clinical variables were collected. Oral examinations were performed using WHO criteria for caries diagnosis, using the DMFT index; that is, the sum of decayed, missing and filled teeth (DMFT). An ordinal scale for tooth loss, based on position and number of missing teeth, was the main explanatory variable. The total OHIP score was the outcome for negative binomial regression and OHIP prevalence was the outcome for logistic regression at 5% level. A hierarchical modeling approach was adopted according to conceptual model. RESULTS: OHIP score was 10.21 (SE 1.16) with 48.1% (n=115) reporting one or more impacts fairly/very often (OHIP prevalence). Significant prevalence rate ratios (PRRs) for OHIP severity were observed for those who had lost up to 12 teeth, including one or more anterior teeth (PRR=1.63, 95%CI 1.06-2.51), those who had lost 13-31 teeth (PRR=2.33, 95%CI 1.49-3.63), and the edentulous (PRR=2.66, 95%CI 1.55-4.57) compared with fully dentate adults. Other significant indicators included those who only sought dental care because of dental pain (PRR=1.67, 95%CI 1.11-2.51) or dental needs (PRR=1.84, 95%CI 1.24-2.71) and having untreated caries (PRR=1.57 95%CI 1.09-2.26). Tooth loss was not significantly associated with OHIP prevalence; instead using dental services due to dental pain (PR=2.43, 95%CI 1.01-5.82), having untreated caries (PR=3.96, 95%CI 1.85-8.51) and low income (PR=2.80, 95%CI 1.26-6.42) were significant risk indicators for reporting OHIP prevalence. CONCLUSION: Our analyses showed OHRQoL gradients consistent with the number and position of teeth missing due to oral disease. These findings suggest that the quantity of teeth lost does not necessarily reflect the impact of tooth mortality on OHRQoL and that future studies should take this into consideration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,963

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,443
Écart entre enseignants0,384 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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