A Natural Experiment for Inferring Causal Association between Smoking and Tooth Loss: A Study of a Workplace Contemporary Cohort
Notice bibliographique
Résumé
Background: Natural experiments in former smokers are an important criterion for inferring causality between smoking and tooth loss. We examined how former smoking influenced risk estimate of tooth loss incidence. Methods: Records of dental check-ups of the work cohort were examined. The sample consisted of data from 1,724 workers recorded at the ages of 40 years and 50 years, and this was analyzed for tooth loss incidence during a 10-year period. Former smokers were categorized into two groups based on whether they quit smoking before or during the observational period. Variables used for adjustment were age, sex, oral and overall health behavior, dental visit, and number of existing teeth immediately prior to observation. Results: The prevalence of tooth loss incidence and number of teeth lost during the observational period were both higher in current smokers than in never smokers (33.7% vs. 23.9% and 0.83 vs. 0.42, respectively). Incident odds ratio of tooth loss in long-term quitters relative to never smokers was not significant and less than one (incident odds ratio 0.85, 95% confidence interval 0.56–1.29). Incident odds ratios of short-term quitters and current smokers were both significant, though short-term quitters exhibited higher values (1.72, 1.15–2.55) than current smokers (1.48, 1.10–2.00). Conclusions: The causal interpretation is strengthened by attenuation of the risk in long-term quitters. However, additional factors may influence the risk estimates of former smokers, suggesting potential limitations of a natural experiment for inferring causal association between smoking and tooth loss.
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 | 0,043 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».