Associations between psychological stress, discrimination, and oral health-related quality of life: the buffering effects of social support networks
Notice bibliographique
Résumé
Stress and discrimination negatively affect quality of life, but social support may buffer their effects. This study aims: (1) to examine the associations between psychological stress, discrimination, and oral health-related quality of life (OHRQoL); and (2) to assess whether social support, stress and discrimination interact to modify their associations with OHRQoL. We used cross-sectional household-based data from a study including 396 individuals aged 14 years and over from families registered for government social benefits in a city in Southern Brazil. OHRQoL was measured with the Oral Impacts on Daily Performance (OIDP) scale; psychological stress was assessed with the Perceived Stress Scale (PSS); social support was assessed based on the number of close relatives or friends of the participant, and discrimination was assessed with a short version of the Everyday Discrimination Scale. Interactions were estimated using the relative excess of risk due to interaction (RERI). Adjusted effects were calculated with logistic regression. The prevalence of oral impacts among people with higher and lower PSS scores was 81.6% and 65.5%, respectively (p < 0.01). Social support was found to have no interactions with stress levels and discrimination. The association between social discrimination and OHRQoL (OIDP score > 0) was OR = 2.03 (95%CI: 1.23; 3.34) among people with a low level of stress, but was OR = 12.6 (95%CI: 1.31; 120.9) among those with higher levels (p = 0.09, for interaction). Individuals who reported experiencing higher levels of psychological stress and discrimination had worse OHRQoL; a synergistic effect with social support was not clear.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».