Changes in income‐related inequalities in oral health status in Ontario, Canada
Notice bibliographique
Résumé
OBJECTIVES: Oral health inequalities impose a substantial burden on society and the healthcare system across Canadian provinces. Monitoring these inequalities is crucial for informing public health policy and action towards reducing inequalities; however, trends within Canada have not been explored. The objectives of this study are as follows: (a) to assess trends in income-related inequalities in oral health in Ontario, Canada's most populous province, from 2003 to 2014, and (b) to determine whether the magnitude of such inequalities differ by age and sex. METHODS: Data representative of the Ontario population aged 12 years and older were sourced from the Canadian Community Health Survey (CCHS) cycles 2003 (n = 36,182), 2007/08 (n = 36,430) and 2013/14 (n = 41,258). Income-related inequalities in poor self-reported oral health (SROH) were measured using the Slope Index of Inequality (SII) and Relative Index of Inequality (RII) and compared across surveys. All analyses were sample-weighted and performed with STATA 15. RESULTS: The prevalence of poor SROH was stable across the CCHS cycles, ranging from 14.1% (2003 cycle) to 14.8% (2013/14 cycle). SII estimates did not change (18.7-19.0), while variation in RII estimates was observed over time (2003 = 3.85; 2007/08 = 4.47; 2013/14 = 4.02); differences were not statistically significant. SII and RII were lowest among 12- to 19-year-olds and gradually higher among 20- to 64-year-olds. RII was slightly higher among females in all survey years. CONCLUSION: Absolute and relative income-related inequalities in SROH have persisted in Ontario over time and are more severe among middle-aged adults. Therefore, oral health inequalities in Ontario require attention from key stakeholders, including governments, regulators and health professionals.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 |
| 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 ».