Comparative inequalities in child dental caries across four countries: Examination of international birth cohorts and implications for oral health policy
Notice bibliographique
Résumé
Child dental caries (i.e., cavities) are a major preventable health problem in most high-income countries. The aim of this study was to compare the extent of inequalities in child dental caries across four high-income countries alongside their child oral health policies. Coordinated analyses of data were conducted across four prospective population-based birth cohorts (Australia, n = 4085, born 2004; Québec, Canada, n = 1253, born 1997; Rotterdam, the Netherlands, n = 6690, born 2002; Southeast Sweden, n = 7445, born 1997), which enabled a high degree of harmonization. Risk ratios (adjusted) and slope indexes of inequality were estimated to quantify social gradients in child dental caries according to maternal education and household income. Children in the least advantaged quintile for income were at greater risk of caries, compared to the most advantaged quintile: Australia: AdjRR = 1.18, 95%CI = 1.04-1.34; Québec: AdjRR = 1.69, 95%CI = 1.36-2.10; Rotterdam: AdjRR = 1.67, 95%CI = 1.36-2.04; Southeast Sweden: AdjRR = 1.37, 95%CI = 1.10-1.71). There was a higher risk of caries for children of mothers with the lowest level of education, compared to the highest: Australia: AdjRR = 1.18, 95%CI = 1.01-1.38; Southeast Sweden: AdjRR = 2.31, 95%CI = 1.81-2.96; Rotterdam: AdjRR = 1.98, 95%CI = 1.71-2.30; Québec: AdjRR = 1.16, 95%CI = 0.98-1.37. The extent of inequalities varied in line with jurisdictional policies for provision of child oral health services and preventive public health measures. Clear gradients of social inequalities in child dental caries are evident in high-income countries. Policy related mechanisms may contribute to the differences in the extent of these inequalities. Lesser gradients in settings with combinations of universal dental coverage and/or fluoridation suggest these provisions may ameliorate inequalities through additional benefits for socio-economically disadvantaged groups of children.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 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 ».