Socioeconomic status and tooth wear
Notice bibliographique
Résumé
OBJECTIVE: To systematically review the literature investigating the socioeconomic status (SES) as a potential risk factor of tooth wear in children, adolescents, and adults. METHODS AND MATERIALS: PubMed, MEDLINE (Ovid), and Web of Science databases were screened for studies from 1990 to 2015. Cross-referencing was used to further identify articles. Language was restricted to English. A quality appraisal of included studies was carried out using the Newcastle-Ottawa scale. RESULTS: One thousand-one hundred and thirteen articles were initially identified from which 56 articles were full-text reviewed. Twenty-three cross-sectional multiple random clusters and prospective longitudinal studies were selected for inclusion. Included studies investigated tooth wear in 29326 individuals between the ages of 2 to ≥65. The majority of studies investigated erosion in children and adolescents, with only 2 studies examining adults. Included studies employed 5 different indices, and their modifications, in evaluating tooth wear and varying indicators to assess SES. Ten studies found no association between tooth wear and SES (n= 13911 participants). Thirteen studies found a positive association with SES, with 7 studies (n= 9559) demonstrating an association with high SES, and 6 studies (n= 5856) an association with low SES. On a country basis, Brazil (5 studies, n= 4835), USA (2 studies, n= 5735), and Saudi Arabia (2 studies, n= 2303) demonstrated no association between tooth wear and SES. Conversely, findings of different studies within the UK (4 studies, n= 6110) and China (4 studies, n= 4168) demonstrated conflicting positive associations with SES. CONCLUSION: Evidence supporting SES as an independent global risk factor of tooth wear in children and adolescents remains lacking, tending to be regionally-dependent. Other cofounding risk factors might explain the conflicting results, such as diet, caries, fluoridation or acid reflux. Further investigation is required to identify any potential association between SES and tooth wear in adults.
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 | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,010 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».