Oral health and its determinants among elderly immigrant Canadians
Notice bibliographique
Résumé
Objective: To compare the self-reported oral health status of elderly immigrant to Canadian-born (non-immigrant) seniors in Canada. Materials and Methods: This was a secondary data analysis of publicly available data from the 2008/09 Canadian Community Health Survey: Healthy Aging component (CCHS-HA). The sample consisted of 30,865 people aged 45 years and above. The outcome was self-reported oral health. We used predisposing (age, sex, marital status, immigrant status, time since immigration, smoking, alcohol use), enabling (education, household income, dental insurance, social support), need (self-reported health) and behavioural variables (brushing, physician and dentist visits) to compare the oral health status between immigrant and non-immigrant elders. Descriptive statistics and binary logistic regression were performed. Results: 16.9% of elderly immigrants reported fair to poor self-rated oral health compared to 10.5% non-immigrants. The predictors influencing fair to poor oral health among immigrant and non-immigrant elders varied. Significant predictors for immigrant elders included age, gender, marital status, education, income and physician visits. For non-immigrant seniors, last dental visit, income and education played a role in how oral health status was reported. Conclusion: An increasing influx of immigrants-coupled with an increasingly aging population, including elderly immigrants-has important public health policy implications. Policy approaches that incorporate oral health education, dental screening, awareness raising, and community-based initiatives in immigrant-concentrated areas would be beneficial when targeting the low-socio-economic status elderly immigrant population.
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 | 0,001 | 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 | 0,001 | 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 ».