Normative and self-perceived orthodontic treatment need of a Peruvian university population
Notice bibliographique
Résumé
BACKGROUND: Previous studies on orthodontic treatment need in young adults have shown that up to 50% had malocclusions that needed orthodontic treatment. The aims of this study were to assess the normative and self-perceived need for orthodontic treatment using the Index of Orthodontic Treatment Need (IOTN) and to determine if the treatment need levels were influenced by sex, age and socio-economic status (SES) in a sample of Peruvian young adults. METHODS: 281 first-year students (157 male and 124 female students) with a mean age of 18.1 +/- 1.6 years were randomly selected and evaluated through the Dental Health Component (DHC) and Aesthetic Component (AC) of the IOTN. Structured interview and clinical examination were used to assess the students. Descriptive statistics and Chi-square tests were used for data analysis with statistical significance set at P < 0.05. RESULTS: An intra-examiner reliability of 0.89 was obtained (weighted Kappa). The percentage of students according to SES was 51.2%, 40.6% and 8.2% corresponding to low, medium and high SES respectively. The percentage of students with DHC grades 4-5 was 29.9% whereas the percentage of students with AC grades 8-10 was 1.8%. There were no significant differences in the distribution of normative and self-perceived orthodontic treatment need based on sex, age and SES comparisons. CONCLUSION: Normative orthodontic treatment need was not matched by a similar level of self-perceived treatment need in these young adults. Sex, age and SES were non-significant factors associated with levels of treatment need.
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 | 0,000 |
| 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) | 0,000 | 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 ».