Determinants of Dental and Oral Health Care Service: A Meta-Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: The limited utilization of dental and oral health services leads to poor dental and oral health status of both individuals and community. Regular visits to dentists can improve oral health status through early detection of dental and oral diseases. The study aims to systematically examine the factors that influence the utilization of dental and oral health services. Subject and Method: It was a systematic review and meta-analysis study using PRISMA and PICO diagrams. P= general population. I = women, higher education, high income, poor self-perception, and having health insurance. C= male, low education, low income, good self-perception, and no health insurance. O= utilization of dental and oral health services. Data collection was conducted using the PubMed and ScienceDirect databases. The inclusion criteria used were full, English, cross-sectional design articles in 2012-2023. The keywords used are "(Determinant OR Factor associated)" AND "Dental healthcare utilization". Data analysis was performed using the RevMan 5.3 application. Result: There were14 primary articles as meta-analysis sources from Saudi Arabia, Indonesia, Iran, Korea, Thailand, Bosnia and Herzegovina, Sweden, the United States, Canada, and Brazil. Female (aOR= 1.13; CI 95%= 1.02-1.25; p= 0.020), higher education (aOR= 1.90; CI 95%= 1.40- 2.56; p<0.001), high income (aOR= 1.91; CI 95%= 1.55-2.35; p<0.001), and having health insurance (aOR= 1.68; CI 95%= 1.30-2.19; P<0.001) increased the utilization of dental and oral health services. Self-perception did not affect the utilization of dental and oral health services (aOR= 1.04; CI 95%= 0.81-1.33; p= 0.76). Conclusion: Female gender, education level, income level, and ownership of health insurance influence the utilization of dental and oral health services.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 découle