Diet Practices, Body Mass Index, and Oral Health-Related Quality of Life in Adults with Periodontitis- A Case-Control Study
Notice bibliographique
Résumé
Objectives: To assess and compare diet practices, body mass index (BMI), and oral health-related quality of life (OHRQoL) in adults with and without periodontitis. Methods: Demographics, health-related behaviors, BMI, dental and periodontal parameters, diet practices, and Oral Health Impact Profile-14 (OHIP-14) were collected from 62 periodontitis patients and 100 controls without periodontitis. Results: Having periodontitis was positively associated with male sex (p = 0.004), older age (p < 0.001), smoking pack-years (p = 0.006), weight (p = 0.008), BMI (p = 0.003), number of meals per day (p < 0.001) and had a negative association with decayed teeth (p = 0.013), alcohol (p = 0.006), and sweets (p = 0.007) consumption. Periodontitis patients were more likely to avoid carbonated beverages (p = 0.028), hot (p = 0.003), and cold drinks (p = 0.013), cold (p = 0.028), hard textured (p = 0.002), and fibrous foods (p = 0.02) than the controls, and exhibited higher global OHIP-14 (p < 0.001) and most domain scores. Age (p < 0.001), BMI (p =0.045), number of meals per day (p = 0.024), and global OHIP-14 score (p < 0.001) remained positively associated with periodontitis in the multivariate analysis. Conclusions: Periodontitis patients exhibited higher BMI and altered diet practices and OHRQoL as compared to controls. Assessment of diet practices, BMI, and OHRQoL should be part of periodontal work-up. Dentists and dietitians should collaborate to design strategies to address these challenges.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».