Traumatic dental injuries in permanent teeth among Arab children: prevalence, and associated risk factors—a systematic review and meta-analysis
Notice bibliographique
Résumé
Introduction: There is no clear literature present till date assessing the prevalence of traumatic dental injuries and associated factors in children living in Arab countries. The purpose of this study was to systematically assess the prevalence, trends, and potential risk factors of traumatic dental injury (TDI) in permanent teeth among children and adolescents in Arab countries. Methods: This study followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. The researchers conducted a comprehensive literature search in various databases, including PubMed, Cochrane library of systematic reviews, Directory of Open Access Journals (DOAJ), Google Scholar, and gray literature sources such as MDS dissertations and manuscripts. To analyze the collected data, the researchers used a random effects model for conducting meta-analyses. Pooled estimates of prevalence and odds ratios were derived, along with 95% confidence intervals (CI), to provide a measure of statistical precision and variability in the findings. For the studies that were considered, trend analysis was done. The risk of bias assessment of included studies was done using Newcastle-Ottawa tool for cross-sectional studies. Results: A total of 545 articles were identified, of which 23 articles fulfilled the inclusion criteria. Quality assessment of included studies showed that twenty studies were of high quality and three studies showed low quality. The frequency of dental trauma in Arab children was 26% (95% CI [10-43]). Children with overjet of more than 3.5 mm were shown to be 1.78 times more likely to have dental injury than children with normal overjet (pooled odds ratio 1.78; 95% CI [1.17-2.70]). Males had a 2.06 times odds of TDI compared to females. Children with insufficient lip coverage had an odds ratio of 2.57, indicating a higher likelihood of oral injuries compared to those with appropriate lip coverage. Conclusion: . Future population-based analytical research should concentrate on documenting the incidence and/or prevalence of TDI among marginalized communities in order to better understand the primary causes of TDI.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 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 | 0,000 | 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 ».