MétaCan
Menu
Retour à la cohorte
Enregistrement W4403513671 · doi:10.4103/jfmpc.jfmpc_328_24

Oral health inequalities among geriatric population: A systematic review

2024· review· en· W4403513671 sur OpenAlexaboutno aff
Aseema Samal, Ipseeta Menon, Kunal Kumar Jha, Gunjan Kumar, Arpita Singh

Notice bibliographique

RevueJournal of Family Medicine and Primary Care · 2024
Typereview
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePopulationGerontologyOral healthProtocol (science)Health careMEDLINEInequalityQuality of life (healthcare)Family medicineScale (ratio)Environmental healthAlternative medicineNursingPathology

Résumé

récupéré en direct d'OpenAlex

As per the World Health Organization, governments should aim to accomplish two significant global milestones by 2030: reducing health disparities and granting universal accessibility to healthcare. The aim of this article was to systematically review the inequalities and understand the multifactorial causation of oral health inequalities among the older adults. Methods: Preferred Reporting Items for Systematic Reviews and Meta Analyses (PRISMA) standards were used to carry out the review and is documented in PROSPERO CRD42026695761. Two authors did the search and screening in accordance with the protocol. Electronic databases such as PubMed, Google Scholar, and EBSCOhost articles of the last 10 years were searched for research presenting data on oral health status and oral health related quality of life in the elderly population. Quality assessment was performed using the Newcastle Ottawa Scale (NOS) for retrospective and prospective research. Results: Only 24 studies fulfilled the eligibility criteria and were incorporated into the qualitative synthesis. Multiple aspects of oral health and the related variables influencing disparities in oral health in the elderly population living in institutions have a positive link. Conclusion: The findings support the notion that this demographic consists of weak, dependent individuals who have poor oral health. The vulnerable elderly institutionalized population was recognized and validated, thus helps in providing measures that will eventually focus the risk factors to improve their OHRQoL.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,113
Tête enseignante GPT0,428
Écart entre enseignants0,315 · 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.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Family Medicine and Primary CareMême sujetDental Health and Care UtilizationTravaux en français237 207