Exploring the Link Between Maternal Oral Health Literacy and Child Oral Health Behaviours
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Caregiver's oral health literacy (OHL) has a multidimensional impact on child oral health outcomes. In infants and toddlers, oral health behaviours (OHB) play a crucial role in the development of early childhood caries and could be related to the caregiver's OHL. A simple OHL assessment may help identify children at risk of caries. This study aimed to investigate the association between maternal OHL and the child OHBs during the first 2 years of life. METHODS: A cross-sectional study was conducted with 398 mothers of children aged 6 to 24 months. Maternal OHL was assessed using the ThREALD-30. Maternal demographics, oral health knowledge, and child OHBs were collected through self-administered questionnaires. ThREALD-30 scores were compared using the Mann-Whitney U and Kruskal-Wallis tests. Spearman's rank correlation and gamma generalized linear models were used to identify factors associated with OHL. Binary logistic regression examined the association between maternal OHL and child OHBs. The Receiver Operating Characteristics curve determined a cut-off OHL score for severely deleterious child OHBs, and Chi-square analyses assessed the association with the cut-off. RESULTS: The mean maternal ThREALD-30 was 23.7 (SD = 5.0), showing a strong positive correlation with oral health knowledge (r = 0.81, P < .001) and associations with low education and family income (P < .001). Logistic regression showed that lower ThREALD-30 levels were associated with poor child OHBs, including nighttime feeding, sugary bottle feeding, and no oral cleaning (P < .05). ThREALD-30 score ≤21 related to severely deleterious child OHBs. CONCLUSION: Lower maternal OHL was strongly associated with poor child OHBs, with a ThREALD-30 score ≤21 indicating a high risk of caries. CLINICAL RELEVANCE: ThREALD-30 may be a useful screening tool for assessing mothers with young children at risk of early childhood caries.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».