Structural determinants explain caries differences among preschool children in Chile’s Metropolitan Region
Notice bibliographique
Résumé
OBJECTIVE: To estimate the association between Social Determinants of Health (structural and intermediate) and caries indicators in Chile's Metropolitan Region preschool children. METHODS: A multilevel cross-sectional study of Social Determinants of Health (SDH) and caries in children aged 1 to 6 years in Chile's Metropolitan Region was conducted in 2014-2015, with three levels: district, school and child. Caries were assessed by the dmft-index and the prevalence of untreated caries. The structural determinants analyzed were Community Human Development Index (CHDI), urban/rural location, school type, caregiver's education and family income. Poisson multilevel regression models were fit. RESULTS: The sample size was 2,275 children from 40 schools in 13 districts. While the highest CHDI district had an untreated caries prevalence of 17.1% (12.3-22.7%), in the most disadvantaged district it was 53.9% (95% CI 46.0-61.6%). As family income increased, the probability of untreated caries prevalence decreased (PR = 0.9 95% CI 0.8-1.0). Rural districts had an average dmft-index of 7.3 (95% CI 7.2-7.4), while in urban districts, it was 4.4 (95% CI 4.3-4.5). Higher probabilities of untreated caries prevalence (PR = 3.0 95% CI 2.3-3.9) were observed in rural children. Greater probabilities of untreated caries prevalence (PR = 1.3 95% CI 1.1-1.6) and prevalence of caries experience (PR = 1.3 95% CI 1.1-1.5) were observed in children whose caregivers had a secondary educational level. CONCLUSIONS: A strong association was observed between the social determinants of health, specifically the structural ones, and the caries indicators studied in children of the Metropolitan Region of Chile. There were notable differences in caries between districts according to social advantage. Rurality and caregiver's education were the most consistent predictors.
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 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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».