Prevalence of Molar-incisor hypomineralization in Iranian children – A systematic review and narrative synthesis
Notice bibliographique
Résumé
INTRODUCTION: Molar-incisor hypomineralization is a developmental defect of enamel with clinical features vary from demarcated opacities to severe tissue breakdown which calls for considerable preventive and interceptive measures. The aim of this article was to systematically review the literature on the prevalence of MIH in Iran and highlight the condition in Iranian children. MATERIALS AND METHODS: A systematic search of literature was conducted in Scopus, Pubmed, Ovid, Embase, Web of Science, and Google-Scholar as well as national Iranian database and digital archives of dental schools from the beginning of 2000 to the end of 2021 for published and unpublished studies. Data from cross-sectional, cohort, and case-control studies on prevalence of molar-incisor hypomineralization among 6-13-year-old children was gathered, using the following MeSH terms and keywords and their Persian equivalents: Prevalence, Hypomineralisation, Hypomineralization, MIH, "molar incisor", "molar-incisor", "cheese molars", "Hypomineralised first permanent molars", "Hypomineralized first permanent molars", "developmental defects of enamel", "enamel developmental defects", Iran*. Methodological quality and the risk of bias of quantitative studies was assessed using a modified version of Newcastle-Ottawa Scale. Due to the considerable clinical and statistical heterogeneity of the included studies, pooling of data through meta-analysis was not possible. Therefore, a descriptive synthesis of data was performed. RESULTS: Fifteen cross-sectional studies with a total number of 12011 participants were included in the systematic review. The prevalence of MIH ranged from 5.1% to 25.6%. All of the included studies were at a moderate risk of bias (NOS of 4-6). The lowest prevalence of MIH was reported in Kerman (5.14%) and the highest in Tehran (25.6%). Substantial methodological, clinical and statistical heterogeneity was observed. CONCLUSION: This is the first study to systematically review the available literature on MIH prevalence in Iran. However, the present review has some limitations such as limited number of included studies, large heterogeneity of the research, and moderate quality of included studies. Further high-quality research is warranted.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».