Racial Discrimination and Uptake of Dental Services among American Adults
Notice bibliographique
Résumé
This study examined the relationship between racial discrimination and use of dental services among American adults. We used data from the 2014 Behavioral Risk Factor Surveillance System, a health-related telephone cross-sectional survey of a nationally representative sample of adults in the United States. Racial discrimination was indicated by two items, namely perception of discrimination while seeking healthcare within the past 12 months and emotional impact of discrimination within the past 30 days. Their association with dental visits in the past year was tested in logistic regression models adjusting for predisposing (age, gender, race/ethnicity, income, education, smoking status), enabling (health insurance), and need (missing teeth) factors. Approximately 3% of participants reported being discriminated when seeking healthcare in the past year, whereas 5% of participants reported the emotional impact of discrimination in the past month. Participants who experienced emotional impact of discrimination were less likely to have visited the dentist during the past year (Odds Ratios (OR): 0.57; 95% CI 0.44-0.73) than those who reported no emotional impact in a crude model. The association was attenuated but remained significant after adjustments for confounders (OR: 0.76, 95% CI 0.58-0.99). There was no association between healthcare discrimination and last year dental visit in the fully adjusted model. Emotional impact of racial discrimination was an important predictor of use of dental services. The provision of dental health services should be carefully assessed after taking account of racial discrimination and its emotional impacts within the larger context of social inequalities.
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 | 0,003 | 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».