Prevalence of Temporomandibular Disorders in Dental House Officers of Pakistan & Its Association with Biopsychosocial Factors- A Retrospective Study
Notice bibliographique
Résumé
Background: Temporomandibular disorders have high prevalence, particularly in dental graduates. They have a biopsychosocial model of pathogenesis, with gender, financial status, working conditions having possible associations. Fonseca Anamnestic Index is a useful tool for assessment of presence of TMD. Objective: To assess prevalence of TMDs in dental house officers of Pakistan and to evaluate the association of TMDs with biopsychosocial factors such as gender, pay status, house job in public or private sector. Study Design: cross sectional study. Settings: Department of Prosthodontics, institute of Dentistry, CMH Lahore Medical & Dental Collage, Lahore, Pakistan. Duration: One year from February 2023 to February 2024. Methods: Data was collected via online validated forms, from 550 dental house officers, working in public and private sector, in Islamabad, Lahore and Karachi. Questions included gender, age, month, and department of house job, pay status and whether house job was in public or private sector. TMD status was evaluated via Fonseca Anamnestic Index. 520 responses were collected and analysed using SPSS 23.0. Results: Prevalence of TMDs was 61.1% out of which 43 % had mild TMD, 20% had moderate TMD and 3.1% had severe TMD. Higher, albeit statistically non-significant, prevalence was found in females, unpaid house officers and those working in public sector. Conclusion: There is high prevalence of TMDs in dental house officers in major cities of Pakistan. Association of TMD with gender, pay status, and public/private sector remains inconclusive but higher prevalence of TMDs in females, unpaid, and public sector dental house officers mandates further investigation behind causative factors, and implementation of policies to ensure paid house jobs and progressive development of healthcare system, particularly in public sector.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».