Racial/ethnic inequality in the association of allostatic load and dental caries in children
Notice bibliographique
Résumé
OBJECTIVES: Allostatic load (AL), defined as the overtime "wear and tear" on biological systems due to stress, disproportionately affects racial/ethnic minorities and has been shown to associate with racial inequality in oral health in the adult population. This study aims to assess racial/ethnic inequality in AL and untreated dental caries (UD) in children, and to assess the association between allostatic load and UD, and whether it varies by race/ethnicity. METHODS: Data from the National Health and Nutrition Examination Survey (NHANES) (2001-2010) for 8-17-year-old children (n = 11,378) was used. AL scores were generated using cardiovascular, metabolic and immune biomarkers. Multivariable log binomial regression models adjusted for age, sex, poverty: income ratio (PIR), health insurance status and the frequency of healthcare visits, were used to assess the relationships of interest. RESULTS: Racial/ethnic inequality was evident in UD and AL, where Mexican American and black children exhibited more UD and a higher AL score than white. AL was associated with UD in fully adjusted models. This association was significant across all racial/ethnic groups, but was stronger in Mexican American and black children, compared to their white counterparts. CONCLUSIONS: Similar racial inequality is evident in AL and UD that is not explained by poverty and/or behavioral factors. Racial/ethnic inequality is also evident in the association between AL and UD.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».