Prevalence of Periodontal Diseases in Orlu Local Government Area of Imo State, Nigeria
Notice bibliographique
Résumé
There has been a global pandemic of periodontal diseases with a rising prevalence worldwide. In Nigeria, reported cases of rising prevalence have occurred because of poor oral hygiene, and other related factors. This descriptive survey study was aimed at ascertaining the prevalence of periodontal diseases in Orlu Local Government Area of Imo state, Nigeria. The main instrument for data collection was a structured interview questionnaire bordering on biodata, economic status, oral hygiene, as well as dental care assessment. A sample of 500 was randomly selected from the population i.e males and females of ages between 6-55yeras (schooling and working population). Data collected was analyzed using descriptive statistics of frequency, percentage, histograms, and pie chart. Results showed that 470(94%) respondents have had one form of periodontal disease while 30(6%) never had it. Also pain and bleeding gums had 34.6% and 19.8% and as such the commonest pattern of periodontal disease in the populace. The disease was commoner amongst 16-25years age group i.e 128(27.2%) and there was also a male preponderance of 59.4% against the female of 40.6%.Sixmonthly dental check-up, and health education were recommended.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 tête enseignante, 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 ».