Stressful life events, oral health, and barriers to dental care during pregnancy
Notice bibliographique
Résumé
OBJECTIVES: Poor oral health during pregnancy poses risks to maternal and infant well-being. However, limited research has documented how proximate stressful life events (SLEs) during the prenatal period are associated with oral health and patterns of dental care utilization. METHODS: Data come from 13 states that included questions on SLEs, oral health, and dental care utilization in the Pregnancy Risk Assessment Monitoring System for the years 2016-2020 (n = 48,658). Multiple logistic regression analyses were used to assess the association between levels of SLE (0, 1-2, 3-5, or 6+) and a range of (1) oral health experiences and (2) barriers to dental care during pregnancy while controlling for socio-demographic and pregnancy-related characteristics. RESULTS: Women with more SLEs in the 12 months before birth-especially six or more-reported worse oral health experiences, including not having dental insurance, not having a dental cleaning, not knowing the importance of caring for teeth and gums, needing to see a dentist for a problem, going to see a dentist for a problem, and unmet dental care needs. Higher levels of SLEs were also associated with elevated odds of reporting barriers to dental care. CONCLUSIONS: SLEs are an essential but often understudied risk factor for poor oral health, unmet dental care needs, and barriers to dental care services. Future research is needed to understand better the mechanisms linking SLEs and 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 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 | 0,007 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».