MétaCan
Menu
Retour à la cohorte
Enregistrement W2760340246 · doi:10.1111/cdoe.12344

Rural‐urban disparity in oral health‐related quality of life

2017· article· en· W2760340246 sur OpenAlexaffabout
Amal Gaber, Chantal Galarneau, J.S. Feine, Elham Emami

Notice bibliographique

RevueCommunity Dentistry And Oral Epidemiology · 2017
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensUniversité de MontréalMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineQuality of life (healthcare)Logistic regressionCensusPopulationRural areaDescriptive statisticsOral healthDemographyEnvironmental healthMetropolitan areaGerontologyDentistry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The objective of this population-based cross-sectional study was to estimate rural-urban disparity in the oral health-related quality of life (OHRQoL) of the Quebec adult population. METHODS: A 2-stage sampling design was used to collect data from the 1788 parents/caregivers of schoolchildren living in the 8 regions of the province of Quebec in Canada. Andersen's behavioural model for health services utilization was used as a conceptual framework. Place of residency was defined according to the Statistics Canada Census Metropolitan Area and Census Agglomeration Influenced Zone classification. The outcome of interest was OHRQoL measured using the Oral Health Impact Profile (OHIP)-14 validated questionnaire. Data weighting was applied, and the prevalence, extent and severity of negative oral health impacts were calculated. Statistical analyses included descriptive statistics, bivariate analyses and binary logistic regression. RESULTS: The prevalence of poor oral health-related quality life (OHRQoL) was statistically higher in rural areas than in urban zones (P = .02). Rural residents reported a significantly higher prevalence of negative daily-life impacts in pain, psychological discomfort and social disability OHIP domains (P < .05). Additionally, the rural population showed a greater number of negative oral health impacts (P = .03). There was no significant rural-urban difference in the severity of poor oral health. Logistic regression indicated that the prevalence of poor OHRQoL was significantly related to place of residency (OR = 1.6; 95% CI = 1.1-2.5; P = .022), perceived oral health (OR = 9.4; 95% CI = 5.7-15.5; P < .001), dental treatment needs factors (perceived need for dental treatment, pain, dental care seeking) (OR = 8.7; 95% CI = 4.8-15.6; P < .001) and education (OR = 2.7; 95% CI = 1.8-3.9; P < .001). CONCLUSION: The results of this study suggest a potential difference in OHRQoL of Quebec rural and urban populations, and a need to develop strategies to promote oral health outcomes, specifically for rural residents. Further studies are needed to confirm these results.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui
Observationnelhigh
grokaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui
Observationnelhigh
opusaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui
Observationnelhigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,158
Tête enseignante GPT0,447
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Étiqueté directement par 3 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations68
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunity Dentistry And Oral EpidemiologyMême sujetDental Health and Care UtilizationTravaux en français237 207