Prevalence, Extent, and Severity of Oral Health Impacts Among Adults in Rural Karnataka, India
Notice bibliographique
Résumé
INTRODUCTION: Oral health affects quality of life. Many studies have investigated the factors associated with oral health-related quality of life (OHRQoL). Little is known about OHRQoL of adults living in rural and remote areas of India, where many have lower levels of education and limited availability of oral health care services. OBJECTIVES: To determine the prevalence, extent, and severity of OHRQoL impacts associated with psychosocial factors, functional dentition, and patterns of dental visits among rural Indian adults between the ages of 35 and 54 y. METHODS: A cross-sectional study was conducted with a multistage stratified sampling strategy targeting 35- to 54-year-olds. Interviews and oral examinations were performed to collect data on sociodemographic variables, Oral Health Impact Profile-14 (OHIP-14), patterns of dental visits, stress, tobacco and alcohol use, and dentition status. Univariate, bivariate, and multivariable analyses were done to determine the factors associated with prevalence, extent, and severity of OHIP-14 using SAS version 9.3. RESULTS: There were 873 participants. Prevalence, extent, and severity of OHIP-14 were 13.4%, 0.5 (0.4-0.7), and 11.8 (11.2-12.5), respectively. The OHIP-14 impacts reported were not severe and mostly affected physical functioning. Levels of education, income, and number of functional teeth (FT) were inversely associated and last dental visit within the previous year was positively associated with prevalence, extent, and severity of OHIP-14. The prevalence of 1 or more oral health impacts was nearly 13% among rural middle-aged adults in India. CONCLUSIONS: Low socioeconomic conditions, dental visits, and FT ≤19 were positively associated with prevalence, extent, and severity of oral health impacts. KNOWLEDGE TRANSFER STATEMENT: This article provides data regarding OHRQoL of people in rural areas of a developing country. The study was intended to determine the factors associated with OHRQoL in rural people who are less educated and living in areas with minimal oral health care facilities. The findings of this study could potentially facilitate further research and health promotional activities for rural people of developing countries.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».