Masticatory Function in Elderly Individuals Living in Long‐Term Care Facilities in Brazil: Associations Between Objective and Subjective Measurements
Notice bibliographique
Résumé
BACKGROUND: Although objective and subjective masticatory function measures may correlate, associated oral health-related factors may differ, highlighting the need for comprehensive assessment to support tailored care in long-term care facilities (LTCFs). OBJECTIVE: To investigate the association between objective and subjective masticatory function and the oral health status of older LTCF residents in Brazil. MATERIALS AND METHODS: This cross-sectional study included 187 residents (mean age = 78.7 ± 9.2 years) from nine LTCFs. Masticatory function was evaluated objectively (bi-coloured chewing gum) and subjectively ('Do you have trouble biting or chewing any kind of food?'). Oral health status was assessed by self-perceived oral health, the number of natural teeth and posterior occluding pairs (POPs), xerostomia and dental prosthesis requirement. Data were analysed using multiple regression (α = 0.05). RESULTS: Objective and subjective masticatory function were associated (p < 0.001). Older age (p = 0.006), low number of natural teeth (p = 0.001) and POPs (p = 0.004) and the dental prosthesis requirement (p = 0.016) were associated with poorer objective masticatory function. Poor self-perceived oral health (p = 0.001), low number of POPs (p = 0.013), severe xerostomia symptoms (p = 0.001) and dental prosthesis requirement (p = 0.030) were associated with poor subjective masticatory function. CONCLUSION: Objective and subjective masticatory functions were associated and shared some common factors, number of POPs and the need for dental prostheses. However, objective measures (e.g., number of teeth) were linked to objective masticatory function, whereas self-perceived factors (e.g., perceived oral health and xerostomia) were associated with subjective masticatory function.
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 | 0,000 |
| 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) | 0,001 | 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 ».