Impact of acculturation on oral health among immigrants and ethnic minorities: A systematic review
Notice bibliographique
Résumé
OBJECTIVE: Cultural changes faced by immigrants and ethnic minorities after moving to a host country may have a detrimental or beneficial influence on their oral health and oral health-related behaviors. Therefore, this paper reviews the literature to see the impact of acculturation on immigrants and ethnic minorities' oral health outcomes. METHODS: We searched seven electronic databases up to January 2018. All cross-sectional and longitudinal quantitative studies that examined associations between acculturation and oral health status and/or oral health behaviors among ethnic minority and immigrant population[s] were included. Study selection, data extraction, and risk of bias assessment were completed in duplicate. The Newcastle-Ottawa checklist was used to appraise the methodological quality of the quantitative studies. A meta-analytic approach was not feasible. RESULTS: A total of 42 quantitative studies were identified. The studies showed a positive association between acculturation and oral health status/behaviors. The most frequently used acculturation indicators were language spoken by immigrant and ethnic minorities and length of stay at the host country. High-acculturated immigrant and ethnic minority groups demonstrated better oral health outcomes, oral health behaviors, dental care utilization, and dental knowledge. CONCLUSIONS: According to existing evidence, a positive effect of acculturation on oral health status and behaviors was found. PRACTICAL IMPLICATIONS: Dental practitioners should be culturally competent to provide the appropriate services and treatments to immigrant and ethnic minorities. Policymakers should also be sensitive to cultural diversities and properly address the unique needs of each group in order to maintain oral health equity.
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) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».