Factors associated with regular dental attendance by aged adults: A systematic review
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
OBJECTIVES: To determine factors influencing regular dental attendance in aged adults 65 and over according to Andersen's Behavioural Model. BACKGROUND: Regular attendance for dental visits is vital to improve and maintain oral health, quality of life and general well-being. Aged adults 65 years and older experience barriers to regular dental attendance, which in turn leads to an increased risk for oral diseases. MATERIALS AND METHODS: An electronic search was undertaken in April 2021 in Cochrane, Embase, Medline, Cinahl, Dentistry & Oral Science Source via EBSCOhost and Embase for papers on factors influencing the frequency of attendance by older people. Risk of bias was assessed according to the Newcastle-Ottawa Scale for cohort and case-control studies, and with modified version of this tool for cross-sectional studies. Frequency effect size was calculated for factors described in Andersen's Behavioural Model (predisposing, enabling and needs-related). RESULTS: Twenty-one studies were eligible for inclusion. Factors frequently investigated affecting regular dental attendance included: age, gender, education (predisposing); income, and social support (enabling); and remaining teeth, pain, perceived health (needs-related). Income was the only factors with a 100% positive association with regular dental attendance. CONCLUSIONS: This systematic review confirms the complex interconnectedness of several factors and dental attendance in older adults. A number of factors were identified which warrant further investigation to improve access to dental care to socio-economically vulnerable older populations.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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