MétaCan
Menu
Retour à la cohorte
Enregistrement W4399591978 · doi:10.1111/scd.13033

Exploring the association of self‐rated oral health with self‐rated general and mental health among older adults in a resource‐poor context: Insights for advancing Sustainable Development Goal 3

2024· article· en· W4399591978 sur OpenAlexaff
Daniel Amoak, Roger Antabe, Joseph Asumah Braimah, Williams Agyemang‐Duah, Yujiro Sano, Isaac Luginaah

Notice bibliographique

RevueSpecial Care in Dentistry · 2024
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensQueen's UniversityThe Scarborough HospitalNipissing UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésMental healthMedicineContext (archaeology)Environmental healthOral healthSocioeconomic statusGerontologyCross-sectional studyLogistic regressionPsychiatryPopulationFamily medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Older adults in Ghana have been disproportionately affected by oral health issues such as caries and periodontitis. This situation calls for comprehensive attention within health and healthcare policies, due to the established connections between oral health and other aspects of health and well-being in high-income countries, including physical and mental health. However, there is a significant gap in the literature when it comes to exploring the association of oral health with physical and mental health in resource-constrained settings like Ghana. METHODS: To address this void, we collected a cross-sectional sample comprising older adults aged 60 and above (n = 1073) and analyzed self-rated health measures to investigate the relationship between oral health and general and mental health in Ghana. RESULTS: The results of our logistic regression analysis revealed a significant association: older adults who reported poor oral health were more likely to rate their general (OR = 5.10; p < .001) and mental health (OR = 4.78, p < .001) as poor, compared to those with good oral health, even after accounting for demographic and socioeconomic variables. CONCLUSIONS: Based on these findings, we discuss the policy implications of our findings, especially in the context of advancing Sustainable Development Goal 3 in Ghana and other resource-constrained settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,227
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,278
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpecial Care in DentistryMême sujetDental Health and Care UtilizationTravaux en français237 207