Community and individual socioeconomic inequalities and dental caries from childhood to adolescence: A 10‐year cohort study
Notice bibliographique
Résumé
PURPOSE: To evaluate the effect of individual and contextual socioeconomic inequalities in the occurrence of untreated dental caries during the transition from childhood to adolescence. METHODS: This 10-year prospective cohort study followed up an initial sample of 639 1-5 years old schoolchildren from southern Brazil. After 7 and 10 years from the baseline (T1), two other reassessments were conducted (T2 and T3), respectively. Untreated dental caries was measured through the International Caries Detection and Assessment System (ICDAS- scores 3, 5 and 6) at T1 and T3. Socioeconomic status (SES) at the contextual and individual level was assessed at T1. At T2, socioeconomic, behavioural and psychosocial characteristics were evaluated as possible pathways of explanation. Structural equation modelling was used to estimate the direct and indirect effects among the variables over 10 years. RESULTS: A total of 429 adolescents were reevaluated at 10-year follow-up (cohort retention rate of 67.1%). About 30.6% presented untreated dental caries at T3. Low individual SES at T1 directly impacted a higher occurrence of dental caries at T3. Non-white skin colour at T1 also indirectly impacted a higher occurrence of dental caries at T3 through low individual SES at T1 and lower household income at T2. Contextual SES did not predict, directly or indirectly, dental caries at T3. CONCLUSION: There is strong evidence that socioeconomic inequalities at the individual level play an important role on the occurrence of dental caries from childhood to adolescence. On the other hand, there was no evidence that contextual SES influences the occurrence of dental caries over time.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».