The Association of Oral Health Status and socio‐economic determinants with Oral Health‐Related Quality of Life among the elderly: A systematic review and meta‐analysis
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to determine the relationship between poor Oral Health-Related Quality of Life (OHRQoL) and oral health determinants (eg being 75 years of age or greater, marital status, smoking status, denture wearing, depression, low educational level (≤8th grade), poor general health, caries history, tooth-induced pain, decayed, missing filled teeth (DMFT) scores and periodontal diseases) among the elderly. METHODS: Formal search strategies in PubMed, Scopus, Cochrane and Web of Science were performed to identify studies in English published before 1 December 2019. We assessed the impacts of the oral health determinants including being 75 years of age or greater, marital status, smoking status, denture wearing, depression, low educational level (≤8th grade), poor general health, caries history, tooth-induced pain, DMFT scores and periodontal diseases) on OHRQoL among elderly individuals. The data were analysed using Stata 12.0 software. RESULTS: In total, 19 publications met the inclusion criteria of this meta-analysis. Findings indicate a positive association between low educational level (ie ≤8th grade), marital status, depression, smoking status, denture wearing, poor general health, tooth-induced pain, periodontal diseases and poor OHRQoL among the elderly. We also observed a negative association between DMFT, being older than 75 years of age on poor OHRQoL among the elderly. CONCLUSIONS: This review identified that several oral health determinants were associated with poor OHRQoL. The efficacy of preventive measures and the economic aspects of tooth replacement approaches should be explored in the future. Developing oral healthcare plans and policies with the specific aim of improving OHRQoL among this group is essential.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| 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 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 ».