Influence of Cigarette Smoking on the Overall Perception of Dental Health among Adults Aged 20–79 Years, United States, 1988–1994
Notice bibliographique
Résumé
OBJECTIVE: Investigation into the relationship between lifestyle factors (particularly cigarette smoking) and perceived oral health has been limited. Data from the third National Health and Nutrition Examination Survey (NHANES II), 1988-1994, were used to explore this relationship in a large sample of U.S. adults. METHODS: This study used data on 13,357 dentate participants in NHANES III aged 20-79 years. In NHANES III, information on perceived dental health, sociodemographic attributes, smoking status, frequency of dental visits, dental insurance, and general health perception were collected during a home interview, and oral health status was assessed at a mobile examination center. RESULTS: Overall, 34.4% of individuals in the study sample reported having an unfavorable perception of their dental health by qualifying it as "fair" or "poor." Furthermore, 46.6% of smokers had an unfavorable dental health perception, compared to 28.3% of non-smokers. An interaction between smoking and race/ethnicity was found in logistic regression modeling. Stratified results show that cigarette smoking was not a significant predictor for an unfavorable dental health perception among individuals who self-identified as Mexican American, but smoking was a significant predictor for an unfavorable dental health perception among those who identified as non-Hispanic black or non-Hispanic white. CONCLUSIONS: This is the first study to describe the effects of smoking on dental health perception while controlling for examined oral health status. Because perceived dental health is a potential indicator for dental care utilization, a better knowledge of the factors that influence dental health perception is not only important for dental services planning, but also for understanding oral health-related quality of life issues. Additionally, given that smoking may negatively affect dental health perception, these findings have potential implications for smoking cessation activities conducted by dental care providers.
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 | 0,003 |
| 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 | 0,001 |
| 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 ».