Association of Dietary Calcium Intake with Dental, Skeletal and Non-Skeletal Fluorosis among Women in the Ethiopian Rift Valley
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Fluorosis is a major public health problem in the Rift Valley of Ethiopia. Low calcium (Ca) intake may worsen fluorosis symptoms. We assessed the occurrence of fluorosis symptoms among women living in high-fluoride (F) communities in South Ethiopia and their associations with dietary Ca intake. Women (n = 270) from two villages provided clinical and questionnaire data. Dental fluorosis examination was done using Dean’s Index, and skeletal and non-skeletal fluorosis assessment was carried out using physical tests and clinical symptoms. Daily Ca intake was estimated by a food frequency questionnaire. Food, drinking water and beverage samples were analyzed for F level. Many subjects (56.3%) exhibited dental fluorosis. One-third of the women were unable to perform the physical exercises indicative of skeletal fluorosis; about half had ≥2 symptoms of skeletal/non-skeletal fluorosis. The average F level in drinking water sources was ~5 mg/L. The F content in staple food samples varied from 0.8–13.6 mg/kg. Average Ca intake was 406 ± 97 mg/day. Women having ≤400 mg/day Ca intake had ~3 times greater odds of developing skeletal rigidity with joint pains [AOR = 2.8, 95%CI: 1.6, 5.0] and muscular weakness [AOR = 2.9, 95%CI: 1.3, 6.3] compared to those with higher intakes. No association of calcium intake was seen with dental fluorosis. As low dietary Ca intake was associated with symptoms related to skeletal and non-skeletal fluorosis, this warrants nutritional intervention on calcium intakes in this setting.
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.
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 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle