An ecological study on the association between universal health service coverage index, health expenditures, and early childhood caries
Notice bibliographique
Résumé
Abstract Background Universal health care (UHC) may assist families whose children are most prone to early childhood caries (ECC) in accessing dental treatment and prevention. The purpose of this study was to determine the association between UHC, health expenditure and the global prevalence of ECC. Methods Health expenditure as percentage of gross domestic product, UHC service coverage index, and the percentage of 3–5-year-old children with ECC were compared among countries with various income levels using one-way analysis of variance (ANOVA). Three linear regression models were developed, and each was adjusted for the country income level with the prevalence of ECC in 3–5-year-old children being the dependent variable. In model 1, UHC service coverage index was the independent variable whereas in model 2, the independent variable was the health expenditure as percentage of GDP. Model 3 included both independent variables together. Regression coefficients (B), 95% confidence intervals (CIs), P values, and partial eta squared (ƞ 2 ) as measure of effect size were calculated. Results Linear regression including both independent factors revealed that health expenditure as percentage of GDP ( P < 0.0001) was significantly associated with the percentage of ECC in 3–5-year-old children while UHC service coverage index was not significantly associated with the prevalence of ECC ( P = 0.05). Every 1% increase in GDP allocated to health expenditure was associated with a 3.7% lower percentage of children with ECC (B = − 3.71, 95% CI: − 5.51, − 1.91). UHC service coverage index was not associated with the percentage of children with ECC (B = 0.61, 95% CI: − 0.01, 1.23). The impact of health expenditure on the prevalence of ECC was stronger than that of UHC coverage on the prevalence of ECC (ƞ 2 = 0.18 vs. 0.05). Conclusions Higher expenditure on health care may be associated with lower prevalence of ECC and may be a more viable approach to reducing early childhood oral health disparities than UHC alone. The findings suggest that currently, UHC is weakly associated with lower global prevalence of ECC.
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 | 0,000 |
| 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 | 0,001 | 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 ».