Decomposing socioeconomic inequality in dental caries in Iran: cross-sectional results from the PERSIAN cohort study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The current study aimed to measure and decompose socioeconomic-related inequalities in DMFT (decayed, missing, and filled teeth) index among adults in Iran. METHODS: The study data were extracted from the adult component of Prospective Epidemiological Research Studies in IrAN (PERSIAN) from 17 centers in 14 different provinces of Iran. DMFT score was used as a measure of dental caries among adults in Iran. The concentration curve and relative concentration index (RC) was used to quantify and decompose socioeconomic-related inequalities in DMFT. RESULTS: A total of 128,813 adults aged 35 and older were included in the study. The mean (Standard Deviation [SD]) score of D, M, F and DMFT of the adults was 3.3 (4.6), 12.6 (10.5), 2.1 (3.4) and 18.0 (9.5), respectively. The findings suggested that DMFT was mainly concentrated among the socioeconomically disadvantaged adults (RC = - 0.064; 95% confidence interval [CI), - 0.066 to - 0.063). Socioeconomic status, being male, older age and being a widow or divorced were identified as the main factors contributing to the concentration of DMFT among the worse-off adults. CONCLUSIONS: It is recommended to focus on the dental caries status of socioeconomically disadvantaged groups in order to reduce socioeconomic-related inequality in oral health among Iranian adults. Reducing socioeconomic-related inequalities in dental caries should be accompanied by appropriate health promotion policies that focus actions on the fundamental socioeconomic causes of dental disease.
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.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle