Global Caries Experience in Adults and Elderly: Relationship with Country Level Income and Current Tobacco Smoking
Notice bibliographique
Résumé
Background: Dental caries remains a major global public health concern. This study aimed to evaluate the worldwide distribution of caries experience among adults and older adults, and to examine the impact of current tobacco smoking and country-level income on caries experience. Methodology: This ecological study utilized data on caries experience and current smoking prevalence from the World Health Organization (WHO), and income classifications from the World Bank. Caries experience was measured using the Decayed, Missing, and Filled Teeth (DMFT) index. DMFT scores and smoking prevalence were compared across low, lower-middle, upper-middle, and high-income countries. Bivariate and multivariate analyses were conducted to assess the relationships among variables. Results: Globally, adults had a lower mean DMFT score (9.62 ± 5.01) compared to the elderly (19.46 ± 6.72). The global prevalence of current smoking in adults was 19.80%. Low-income countries had significantly lower caries experience in both adults (P<0.001) and the elderly (P=0.009), and also lower adult smoking prevalence (P<0.001) compared to high-income countries. Adult caries experience was positively correlated with country-level income (r=0.58, P<0.001), smoking prevalence (r=0.26, P=0.006), and elderly caries experience (r=0.82, P<0.001). Multivariate analysis confirmed significant associations between adult caries experience and country-level income (B=2.64, P<0.001), and between elderly and adult caries experience (B=0.94, P<0.001). Conclusion: Global disparities in dental caries exist across income levels and age groups. Caries experience in adults is significantly influenced by both national income and caries levels in the elderly population.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 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 ».