Temporal Trends in New Registrations for the Ontario Cleft Lip and Palate/Craniofacial Dental Program Between 2007 and 2018
Notice bibliographique
Résumé
BACKGROUND: The Ontario Cleft Lip and Palate/Craniofacial Dental Program was established to fund dental care for those with oral clefts, craniofacial anomalies, congenital oral defects, and acquired facial/oral defects. AIM: To determine the annual rates of newly registered oral clefts, craniofacial anomalies, congenital oral defects, and acquired oral defects cases on the Program from 2007 to 2018 and identify trends in registration rates during this time period. DESIGN: Data were obtained from the Program from 2007 to 2018. Annual, age-specific incidence rates (for age groups 0-4, 5-9, 10-14, 15-19, and 20-24 years) were calculated for new registrations in each diagnostic category, plotted and examined using Poisson regression analysis to identify trends. RESULTS: Rates of new registration for oral clefts and acquired oral defects were stable from 2007 to 2018. The rates of newly registered cases of craniofacial anomalies and congenital oral defects showed an increased trend from 2007 to 2018, although year-by-year comparison of the change in rates did not reach statistical significance. For craniofacial anomalies, congenital oral defects, and acquired oral defects, the highest rates of new registrations occurred in the age group 10 to 14 years, while those aged 0 to 4 recorded the highest registration rates in the oral cleft group. CONCLUSION: Rates in new cleft and acquired oral defects registrations were stable from 2007 to 2018. Rates in newly registered cases of craniofacial anomalies and congenital oral defects increased over the 11-year period.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».