The Global Prevalence and Severity of Dental Caries among Racially Minoritized Children: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Racially minoritized children often bear a greater burden of dental caries, but the overall magnitude of racial gaps in oral health and their underlying factors are unknown. A systematic review and meta-analysis were conducted to fill these knowledge gaps. We compared racially minoritized (E) children aged 5-11 years (P) with same-age privileged groups (C) to determine the magnitude and correlates of racial inequities in dental caries (O) in observational studies (S). Using the PICOS selection criteria, a targeted search was performed from inception to December 1, 2021, in nine major electronic databases and an online web search for additional grey literature. The primary outcome measures were caries severity, as assessed by mean decayed, missing, and filled teeth (dmft) among children and untreated dental caries prevalence (d > 0%). The meta-analysis used the random-effects model to calculate standardized mean differences (SMD) and 95% confidence intervals (95% CI). Subgroup analysis, tests for heterogeneity (I2, Galbraith plot), leave-one-out sensitivity analysis, cumulative analysis, and publication bias (Egger's test and funnel plots) tests were carried out. The New Castle Ottawa scale was used to assess risk of bias. This review was registered with PROSPERO, CRD42021282771. A total of 75 publications were included in the descriptive analysis. The SMD of dmft score was higher by 2.30 (95% CI: 0.45, 4.15), and the prevalence of untreated dental caries was 23% (95% CI: 16, 31) higher among racially minoritized children, compared to privileged groups. Cumulative analysis showed worsening caries outcomes for racially marginalized children over time and larger inequities in dmft among high-income countries. Our study highlights the high caries burden among minoritized children globally by estimating overall trends and comparing against factors including time, country, and world income. The large magnitude of these inequities, combined with empirical evidence on the oral health impacts of racism and other forms of oppression, reinforce that oral health equity can only be achieved with social and political changes at a global level.
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 | 0,012 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,030 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».