Dental care utilization in the west of Iran: a cross-sectional analysis of socioeconomic determinants
Notice bibliographique
Résumé
Purpose Oral health is a major public health problem, both in developed and developing countries. The purpose of this paper is to examine the utilization of dental care and identify the main socioeconomic factors affecting the use of these services in the city of Sanandaj, west of Iran, in 2015. Design/methodology/approach A cross-sectional survey using multistage sampling was conducted to obtain information on the dental care visits of 520 head of households in Sanandaj. A self-administered questionnaire was used to collect data on the utilization of dental visits. Multivariable logistic regression was used to identify the main socioeconomic factors affecting the utilization of dental care in Sanandaj. Findings Results showed that 61.3 percent of the respondents visited a dentist at least once in the last year, of which 45 percent visited dentist for restoration, 27.9 percent had extraction and 10.3 percent had a dental checkup. The average number of dentist visits by respondents was 1.9. Regression results indicated a significant association between socioeconomic factors (e.g. income, educational level and employment status) and utilization of dental care. Originality/value This study suggested that dental care visit was influenced by socioeconomic status of households. Therefore, strategies aimed at improving dental care utilization for socioeconomically disadvantaged households (e.g. dental health insurance) are required to promote oral health among socioeconomically disadvantaged groups.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».