Poor oral health‐related quality of life among pregnant women: A systematic review and meta‐analysis
Notice bibliographique
Résumé
OBJECTIVES: The aim of this systematic review was to assess the impacts of oral health determinants (eg frequency of brushing < 2 day, poor life style and non-white ethnicity) and clinical oral caries indices (eg Decayed, Missing, and Filled Teeth (DMFT)) and periodontal disease) on Poor Quality of Life (PQoL) among PW. METHODS: The search strategy was restricted to publications in English before 1 December 2019 in the PsycINFO, PubMed, SciELO, Scopus and Web of Science databases. We only included oral diseases considered as public health issues with a global burden. As a result, investigations reporting the frequency of brushing, poor lifestyle behaviours, non-white ethnicity, DMFT scores and periodontal disease as an outcome were included. The two reviewers resolved any disagreements. Reviewers analysed the full texts, considering the inclusion and exclusion criteria. Also, a manual search of the reference lists was performed on all the selected studies. RESULTS: In total, 11 publications were included in the meta-analysis. Findings indicate a positive association between non-white ethnicity and PQoL among PW. Among PW, those who had non-white ethnicity were 1.43 times more likely to have PQoL (OR = 1.43, 95% CI = 1.17, 1.70). A positive association between DMFT and poor QoL among PW was also observed. Those who has suffered DMFT were 1.4 times more likely to have poor QoL (OR = 1.4, 95% CI = 1.24, 1.55). CONCLUSIONS: Results from this meta-analysis support the need for behavioural interventions for improving oral hygiene in expectant mothers. This could help to decrease periodontal conditions and improve their oral and general life quality.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».