MétaCan
Menu
Retour à la cohorte
Enregistrement W4366091824 · doi:10.3390/ijerph20085533

Oral Health Problems among Canadians Aged 45 to 85: Data from the Canadian Longitudinal Study on Aging Baseline Survey (2011–2015)

2023· article· en· W4366091824 sur OpenAlexafffundabout
Vanessa De Rubeis, Ying Jiang, Margaret de Groh, Lisette Dufour, Annie Bronsard, Howard Morrison, Fahad Butt, Carol W. Bassim

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2023
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensMcMaster UniversityImpactPublic Health Agency of Canada
Organismes subventionnairesCanadian Institutes of Health ResearchGovernment of CanadaPublic Health Agency of Canada
Mots-clésOral healthMedicineTooth lossLongitudinal studyProxy (statistics)GerontologyPopulationDemographyDentistryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Oral health is a critical component of overall health. The objective of this study was to describe oral health problems among 47,581 adults aged 45 to 85 in the Canadian Longitudinal Study on Aging (CLSA) among those who have at least one natural tooth (92%) and those without natural teeth across various demographic categories. Among the 47,581 participants in the study, 92% reported having at least one natural tooth (dentate). Among those without teeth, 63% reported an income less than CAD 50,000 versus 39% among those with teeth. Whether they had teeth or not, over 30% of people reported two or more oral health problems. Older adults appear to be retaining their natural teeth (28.9%), but still report experiencing oral health problems. As the population ages, loss of all teeth may not be the most useful proxy for poor oral health, and a population-level understanding of oral health problems may help to better define poor oral health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,006
Études des sciences et des technologies0,0030,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,314
Tête enseignante GPT0,472
Écart entre enseignants0,158 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetDental Health and Care UtilizationTravaux en français237 207