MétaCan
Menu
Retour à la cohorte
Enregistrement W2911952897 · doi:10.1111/ped.13801

Dental caries and vitamin D status in children in Asia

2019· review· en· W2911952897 sur OpenAlexaff
Manal Mohamed Almoudi, Alaa Sabah Hussein, Mohamed Ibrahim Abu Hassan, Robert J. Schroth

Notice bibliographique

RevuePediatrics International · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueVitamin D Research Studies
Établissements canadiensUniversity of ManitobaManitoba Health
Organismes subventionnairesUniversiti Teknologi MARA
Mots-clésMedicineVitamin D and neurologyvitamin D deficiencyEnvironmental healthSouth asiaSun exposureVitaminDark skinDemographyDentistryInternal medicineDermatology

Résumé

récupéré en direct d'OpenAlex

Dental caries and vitamin D inadequacy are known to affect children worldwide. Vitamin D has a vital role in tooth formation. There is growing evidence linking suboptimal serum vitamin D level with dental caries in children. This paper reviews the literature on both the prevalence of dental caries and of vitamin D deficiency in children in four Asian regions, discusses their associated risk factors, and reviews the global evidence on the association between dental caries and vitamin D in children. Caries prevalence in children ranged from 40% to 97% in Eastern Asia, 38-73.7% in Southern Asia, and 26.5-74.7% in Western Asian countries. Moreover, a higher prevalence of vitamin D deficiency in Asian children was identified, even in countries in equatorial regions, ranging from 2.8% to 65.3% in Eastern Asia, 5-66.7% in Southern Asia, 4-45.5% in Western Asia and 38.1-78.7% in Central Asian countries. Obesity, age, female gender, higher latitude, season, darker skin pigmentation, sunlight protection behaviors, less sunlight exposure and low intake of food containing vitamin D were important factors associated with lower serum vitamin D in Asia. Suboptimal vitamin D level in children may be a significant risk factor for dental caries, and requires further research to ascertain such an association in children in Asia, as well as to understand its exact influence on caries risk and development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,033
Tête enseignante GPT0,373
Écart entre enseignants0,340 · 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

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations56
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatrics InternationalMême sujetVitamin D Research StudiesTravaux en français237 207