Dental care use by immigrant Canadians in Ontario: a cross-sectional analysis of the 2014 Canadian Community Health Survey (CCHS)
Notice bibliographique
Résumé
BACKGROUND: Ontario is home to the largest number of immigrants in Canada. However, very little is known about their dental care utilization patterns. The purpose of this study is to determine the prevalence of poor dental health care use among the immigrant population of Ontario and how various socio-demographic, socio-economic and health-related factors are associated with it. METHODS: Analysis was performed on a total of 4208 Ontarian immigrants who participated in the dental care module of the 2014 cycle of the Canadian Community Health Survey. Poor dental care use was defined by the two variables: not visiting the dentist in the past year and/or visiting the dentist only for emergency purposes. Multivariable logistic regression was performed to assess the associations between the two outcomes and the socio-demographic, socio-economic and health-related factors. RESULTS: Thirty three percent of immigrants reported not visiting the dentist in the past year and 25% reported visiting only for emergencies. The leading components associated with poor dental care utilization were being a new immigrant, of male gender, having low educational attainment, low household income and lacking dental insurance. CONCLUSIONS: This study is the first to highlight oral health care use patterns amongst immigrants in Ontario. Given that a large proportion of the immigrant population in Ontario have poor dental care use, education and outreach programs informing incoming immigrants of preventative dental care may improve overall dental health.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».