School-based caries prevention and the impact on acute and chronic student absenteeism
Notice bibliographique
Résumé
Abstract Background Poor oral health is negatively associated with absenteeism, being attributed to millions of lost school days per year. The role of school-based dental programs that address oral health inequities on student attendance has not yet been explored. Methods Caried Away was a longitudinal, cluster-randomized, non-inferiority trial of preventive medicines for dental caries used in a school-based program. To explore the potential impact of caries prevention on attendance, we extracted data on average school absenteeism and the proportion of chronically absent students from publicly-available datasets maintained by the New York City Department of Education for years before, during, and after program onset. Data were obtained for all Caried Away schools as well as a group of untreated comparator schools. Total absences and the proportion of chronically absent students were modeled using multilevel mixed effects linear and two-limit tobit regression, respectively. Multiple model specifications were considered, including exposures to time-varying treatments across multiple years. Models also included a group of untreated comparator schools. Results In years in which treatment was provided through a school-based comprehensive caries prevention program, schools recorded approximately 944 fewer absences than in non-treatment years (95% CI = −1739, −149). Averaged across all study years, schools receiving either treatment had 1500 fewer absences than comparator schools, but this was not statistically significant. In contrast, chronic absenteeism was found to significantly decrease in later years of the program (B = -.037, 95% CI = -.062, -.011). Removing data for years affected by COVID-19 eliminated the significant reduction in total absences during treatment years, yet still showed a marginally significant interaction for chronic absenteeism. Discussion Though originally designed to mitigate access barriers to critical oral healthcare, early integration of school-based dental programs may positively impact school attendance. However, concerns over the reliability of attendance records due to the closing of school facilities resulting from COVID-19 may mask the true effect.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».