Detection of xerostomia, Sicca, and Sjogren’s syndromes in a national sample of adults
Notice bibliographique
Résumé
OBJECTIVES: To assess the prevalence and determinants of xerostomia among adults and identify how many of the ones experiencing xerostomia have Sicca and Sjogren's syndromes. MATERIALS AND METHODS: This cross-sectional study included 1405 35-74-year-old Lithuanians (51.7% response rate) from the five largest Lithuanian cities and 10 peri-urban and rural areas that were randomly selected from each of the 10 Lithuanian counties. Xerostomia was determined by the self-reported experience of dry mouth as "often" or "always". A dentist diagnosed Sicca syndrome by unstimulated whole sialometry and the Schirmer's test, and all cases were referred to a rheumatologist to confirm Sjogren's syndrome. Self-reported questionnaires collected data about the determinants. RESULTS: The prevalence of xerostomia was 8.0% (n = 112), Sicca syndrome was diagnosed for 8 participants (0.60%), and Sjogren's syndrome for 2 participants (0.14%), with this being the first time it was diagnosed. Experiencing xerostomia was associated with older age (OR 1.7, 95% CI 1.1-2.6), urban residence (OR 3.3, 95% CI 1.6-5.0), presence of systemic diseases (OR 2.5, 95% CI 1.4-3.3), and the use of alcohol (OR 0.6, 95% CI 0.4-0.9). The higher proportion of participants with Sicca syndrome involved females, of older age, having systemic diseases, and using medications. CONCLUSIONS: The prevalence of xerostomia was 8.0% and the determinants of xerostomia were older age, urban residence, systemic diseases, and absence of using alcohol. In total, 0.6% of participants had Sicca syndrome, which was more prevalent among females, older subjects, those with systematic diseases, and those using medications. Sjogren's syndrome was diagnosed in 0.14% of participants. Clinical relevance Dental clinicians need to be trained to identify potential Sjogren's syndrome cases.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».