Relationship between salivary haemoglobin and number of remaining teeth in older Koreans
Notice bibliographique
Résumé
OBJECTIVE: We investigated the relationship between saliva and dental biofilm characteristics, oral hygiene behaviours and the number of remaining teeth in a sample of older Koreans. MATERIALS AND METHODS: This cross-sectional study included 133 participants, aged 65 years and older, recruited from senior welfare facilities in Incheon, South Korea. The outcome variable was the number of remaining teeth, and its associations with the independent variables of participants' general characteristics, salivary haemoglobin level, dental biofilm acidogenicity, salivary flow rate and oral hygiene behaviours were assessed. For statistical analyses, chi-squared test and step-wise multiple linear regression were used. RESULTS: The multiple linear regression model, which included all related factors identified in the bivariate analyses, showed that older adults who had high salivary haemoglobin levels (P < .05), brushed their teeth using the horizontal scrub method (P< .001), and did not use an interproximal cleaning device (P < .01) were more likely to have fewer remaining teeth. However, dental biofilm acidogenicity was not associated with the number of remaining teeth. CONCLUSION: The number of remaining teeth was associated with salivary haemoglobin level, appropriate toothbrushing technique and interdental cleaning. These findings suggest that the monitoring of salivary haemoglobin may contribute to the prevention of tooth loss caused by periodontal disease.
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 | 0,001 |
| 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 | 0,001 |
| 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) | 0,000 | 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 ».