Dental Pocket and Type 2 Diabetes among Elderly People Aged 88 in Japan - Report on Improvements to Analytical Methods
Notice bibliographique
Résumé
BACKGROUND: This study aimed to clarify the relationship between periodontal pocket depth and type 2 diabetes in individuals aged 88. We re-examined the relationship between periodontal pockets and type 2 diabetes in 508 older adults aged 88 years, excluding those individuals without residual teeth or teeth available for periodontal pocket measurement. METHODS: The subjects of this study were individuals who underwent dental check-ups in Matsudo city for individuals aged 88 years. We performed binomial logistic regression analyses to examine the association of presence of periodontal pockets and type 2 diabetes. RESULTS: Logistic regression analyses with covariates showed a significant association between deep periodontal pockets and type 2 diabetes in the continuous teeth model (OR: 2.26, 95% CI: 1.23–4.16) and in the teeth categorical model (OR: 2.04, 95% CI: 1.22–3.44). The results were almost identical to the original findings. CONCLUSION: A significant association was identified between periodontal pockets and an increased prevalence of type 2 diabetes among 508 Japanese individuals aged 88 years, after excluding those without residual teeth or teeth eligible for periodontal pocket measurement. These findings closely align with the original results and reinforce the importance of promoting dental check-ups, highlighting the role of oral hygiene in preventive healthcare even for those aged 88.
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 | 0,003 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».