Impact of dental health on children’s oral health-related quality of life: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: To assess the impact of children's dental health status (DHS) on their oral health-related quality of life (OHRQoL). METHODS: Participants were 11- and 12-year-old children attending public schools in the Kuwait Capital Region. Children's DHS was evaluated by clinical examinations and presented using decayed, missed, filled teeth/surface (DMFT/dmft, DMFS/dmfs); restorative (RI), plaque (PI); and pulp, ulcers, fistula, abscess (PUFA) indices. Children's OHRQoL was assessed using Child's Perception Questionnaire 11-14 (CPQ11-14). Means (SD) and frequencies were used for data description. Different factors were analyzed as predictors of OHRQoL by logistic regression analysis. RESULTS: A total of 440 children aged 11-12 years (50.7 % females) participated in this cross-sectional study. Mean (SD) DMFT/dmft, RI, PI, and PUFA scores were 2.91(2.75), 0.21 (0.34), 3.59 (1.63), 0.31 (0.85), respectively. The mean total CPQ11-14 was 20.72 (16.81). Mean scores of oral-symptoms, functional-limitations, emotional and social well-being were 4.26 (3.32), 5.40 (4.92), 5.48 (6.15), and 5.33 (6.05), respectively. Children with more than four fillings were 95 % less likely to have had oral symptoms than those with no fillings. Children with a DMFT/dmft of 2-3 were 2.8 times more likely to have functional limitation than those with a DMFT/dmft of 0, while children with a DMFT/dmft of more than 4 were 4.4 times more likely to experience limitations. Having two or three non-cavitated lesions reduced the odds of having functional-limitation by 58 %. Children with more than four missing teeth were 45 % more likely to experience emotional stress. Having more than four fissure sealants reduced the odds of having emotional stress by 46 %. CONCLUSIONS: The increase in the number of carious teeth was associated with a limitation in oral functions. Preventive treatment had a positive impact on children's emotional well-being and restorative treatments improved their oral function.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».