Systematic review and meta‐analysis on prevalence and anamnestic risk factors for erosive tooth wear in the primary dentition
Notice bibliographique
Résumé
Abstract Background Erosive tooth wear is a multifactorial and common condition in children. Aim This systematic review and meta‐analysis aimed to determine the prevalence and key risk factors for erosive tooth wear in the primary dentition of children up to 7 years of age. Design Electronic databases (PubMed, Embase, Scopus, and Web of Science) were searched in February 2023 for observational studies reporting prevalence and anamnestic risk factors. Additionally, a manual hand search was performed. Meta‐analyses were conducted for the prevalence and odds ratios of identified risk factors. Risk of bias was assessed using the Newcastle–Ottawa scale modified for cross‐sectional studies. Results A total of 26 sources, reporting on 23 studies, were included in the systematic review. The overall estimated prevalence of children with erosive tooth wear in the primary dentition amounted to 35.6% (95% CI: 24.8–48.1). Anamnestic factors were structured into domains. Meta‐analyses revealed gastroesophageal reflux disease (GERD; p adj. = .008; OR = 1.98, 95% CI: 1.37–2.87), consumption of acidic food ( p adj. < .001; OR = 5.14, 95% CI: 3.56–7.42) and acidic drinks ( p adj. < .001; OR = 6.90, 95% CI: 4.64–10.25), holding beverages in the mouth while drinking ( p adj. = .035; OR = 1.82, 95% CI: 1.26–2.63), and snacking regularly ( p adj. = .041; OR = 1.58, 95% CI: 1.18–2.10) to be significantly associated with erosive tooth wear. Conclusion Future research should use standardized questionnaires to assess erosive tooth wear and its underlying risk factors (PROSPERO: CRD4202339776).
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».