Dietary Vitamins and DMFT index in Rafsanjan adults, a Cross- sectional Study on Rafsanjan Adults Cohort Data
Notice bibliographique
Résumé
Abstract Introduction: Vitamins are generally known to be important in oral health. Some associations have been found between vitamins and dental caries, but these findings have been controversial so far. This study aimed to investigate the associations of dietary intakes of vitamins and DMFT index. Methods and materials: In this cross-sectional study, the study population was 3028 subjects aged 35-70 years from Rafsanjan Cohort Study's Oral Health Branch (OHBRCS) which is a branch of Rafsanjan Cohort Study (RCS). RCS is a part of the prospective epidemiological research studies in IRAN (PERSIAN). Subjects’ demographic information, variables related to oral health, history of underlying diseases, history of smoking, alcohol, and opium use based on questionnaires and checklists produced by the Persian cohort team was obtained and also dietary intakes of vitamin A, vitamin E and vitamin B family were collected by a validated food frequency questionnaire. Linier regression analysis was used to investigate the association between intake of dietary vitamins and DMFT (Decayed, Missing, and filled Teeth) using crude and adjusted models. Results: The findings showed low levels of education and socio-economic status, older age, smoking and opium consumption, and decreasing the frequency of brushing are significantly associated with an increase in the DMFT index. DMFT index were more unfavorable in people with dietary intake ≤ median of all measured vitamins. In fully adjusted model, DMFT index showed a significant negative relationship with dietary intakes of Vitamin A, β_carotene, lutein_zea xanthin, Vitamin E, Vitamin K, thiamin, Vitamin B6, and folate (Unstd.B =-0.54, 0.63,0.86,0.49,0.88,0.63,0.66,0.54,respectively). Conclusion: Increasing the intake of Vitamin A, β_carotene, lutein_zea xanthin, Vitamin E, Vitamin K, thiamin, Vitamin B6, and folate may be associated with the low DMFT index, so it is recommended to use more this category of vitamins.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».