The Canadian systemic sclerosis oral health study: orofacial manifestations and oral health-related quality of life in systemic sclerosis compared with the general population
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to compare oral abnormalities and oral health-related quality of life (HRQoL) of patients with SSc with the general population. METHODS: SSc patients and healthy controls were enrolled in a multisite cross-sectional study. A standardized oral examination was performed. Oral HRQoL was measured with the Oral Health Impact Profile (OHIP). Multivariate regression analyses were performed to identify associations between SSc, oral abnormalities and oral HRQoL. RESULTS: We assessed 163 SSc patients and 231 controls. SSc patients had more decayed teeth (SSc 0.88, controls 0.59, P = 0.0465) and periodontal disease [number of teeth with pocket depth (PD) >3 mm or clinical attachment level (CAL) ≥5.5 mm; SSc 5.23, controls 2.94, P < 0.0001]. SSc patients produced less saliva (SSc 147.52 mg/min, controls 163.19 mg/min, P = 0.0259) and their interincisal distance was smaller (SSc 37.68 mm, controls 44.30 mm, P < 0.0001). SSc patients had significantly reduced oral HRQoL compared with controls (mean OHIP score: SSc 41.58, controls 26.67, P < 0.0001). Multivariate regression analyses confirmed that SSc was a significant independent predictor of missing teeth, periodontal disease, interincisal distance, saliva production and OHIP scores. CONCLUSION: Subjects with SSc have impaired oral health and oral HRQoL compared with the general population. These data can be used to develop targeted interventions to improve oral health and HRQoL in SSc.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».