Disparities in periodontitis risk and healthcare use among individuals with disabilities in Korea: a retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: We analyzed the relationship between disability status and periodontal disease, focusing on disparities in healthcare utilisation, including outpatient visits and hospitalisation rates, among disability types and severities. METHODS: This study used data from the National Health Insurance Service(NHIS) of Korea, which includes comprehensive records of the insured population. We examined 966,200 individuals with disabilities, grouped into five categories, and applied propensity score matching to compare with a matched control population. Periodontal disease was defined by the Korean Classification of Diseases criteria, and we used chi-square tests, t-tests, multivariate logistic regression, and negative binomial regression. RESULTS: Individuals with disabilities had higher odds of hospitalisation for periodontitis (OR: 3.83, 95% CI = 3.59-4.08) but lower odds for outpatient visits (OR: 0.68, 95% CI = 0.68-0.69) and dental treatments (OR: 0.73, 95% CI = 0.72-0.73) compared to those without disabilities. The highest hospitalisation rates were among those with mental health disabilities (OR: 13.70, 95% CI = 12.26-15.30). Severe disabilities were associated with increased hospitalisation rates (OR: 7.14, 95% CI = 6.66-7.66) and fewer outpatient visits and treatments. CONCLUSION: Individuals with mental health disabilities or severe disabilities experience greater risks of hospitalisation for periodontitis and attend fewer outpatient visits and treatments. Targeted interventions are needed to improve dental care access and reduce disparities.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».