Prevalence of Self-Reported Halitosis in Individuals With Type 1 and Type 2 Diabetes Mellitus: A Cross-Sectional Study
Notice bibliographique
Résumé
Background: Diabetes mellitus (DM) is a well-known metabolic disorder that leads to multiple oral complications, including increased caries incidence, periodontal breakdown, periapical abscesses, and delayed wound healing. Oral malodor is influenced by local (intraoral) and systemic (extraoral) factors. DM is believed to have a direct influence on both intra and extra oral halitosis. The aim of the study was to evaluate the prevalence of self-reported halitosis among diabetic individuals and compare it between type 1 and type 2 diabetes. Methods: A cross-sectional online survey consisting of 34 questions was used. The survey collected demographic, medical and lifestyle data, as well as halitosis-related parameters. The survey was validated by two experts and piloted with 30 participants to ensure clarity and reliability. The targeted sample consisted of individuals with type 1 DM (group I), type 2 DM (group II), and a control group of healthy subjects (group III). Results: A total of 632 surveys were analyzed, with 12 subjects excluded due to reported loss of smelling ability. Halitosis was self-reported by 50.7%, 48.0% and 28.0% of groups I, II and III, respectively. Subjects with DM reported a higher intensity of halitosis (P value = 0.005), with more than 65% of respondents reported smelling ability score more than 8 out of 10, and the subjects with diabetes reported significantly less smelling ability score. Only 1.7% of subjects with DM were informed about their halitosis by a healthcare provider. Conclusions: DM demonstrates a significant correlation with halitosis prevalence and intensity, with similar outcomes observed in individuals with type 1 and type 2 DM. The reported reduced smelling ability in patients with DM may lead to an underestimation of self-reported halitosis. Moreover, insufficient communication from healthcare providers further exacerbates this issue.
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 | 0,002 |
| 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 | 0,000 |
| 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 ».