Children’s access to dental care during the COVID-19 pandemic: a multi-country survey
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
We assessed the impact of COVID-19 on children’s access to dental care and determine factors associated with problems in accessing dental care. A multi-country cross-sectional survey collected data from caregivers of children from August 2020 to February 2021. The questionnaire was developed guided by the framework of the Andersen’s model of factors (predisposing, enabling and need). Multilevel logistic regression was used to assess the association between access-to-dental care problem and predisposing, enabling and need factors. A total of 4,843 caregivers from 20-countries reported on their children (52.3% males, mean age = 8.4 years) with 29.2% having access to care problem. A significantly greater percentage of caregivers from lower-middle-income countries (LMICs) than low-income countries (LICs), upper-middle-income countries (UMICs) and high-income countries (HICs) reported an access-to-dental care problem (P < .001). Caregivers living in LICS, university-educated caregivers, caregivers with older children and caregivers whose children had more frequent pain during the pandemic had higher odds of reporting an access to dental care problem. The association of the access problem with dental pain and dental insurance was modified by country income, showing a link between macrolevel contextual factors and the utilization of dental care in children that needs to be addressed in future studies.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,003 |
| 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