Evaluating Oral Health-Related Quality of Life (OHRQoL) and Oral Health Needs of Geriatric Patients
Notice bibliographique
Résumé
Objective: Aging has a profound impact on oral health, contributing to diminished functional capacity and reduced quality of life. Oral health-related quality of life (OHRQoL) is increasingly recognized as a public health concern, yet limited data exist for the geriatric population in Pakistan. To evaluate oral health needs and OHRQoL in the geriatric population in Lahore, Pakistan. Methods: A cross-sectional study was conducted at the Dental Teaching Hospital, University of Lahore, from September 2023 to January 2024 using non-probability sampling. Clinical oral health status was assessed using the decayed, missing, and filled teeth (DMFT) index and the Basic Periodontal Examination (BPE). OHRQoL was measured using the General Oral Health Assessment Index (GOHAI), and oral health needs were evaluated using the Oral Health Assessment Tool (OHAT) to complement clinical findings with a comprehensive assessment of oral conditions. Data were analyzed using SPSS version 25. Statistical tests included Pearson correlation, independent-sample t-tests, and one-way ANOVA with Bonferroni post hoc correction. Effect sizes and 95% confidence intervals were reported. Results: A total of 170 geriatric patients were included. The mean DMFT score was 10.29 ± 5.86, with a mean of 6.14 ± 5.17 missing teeth, and the mean BPE score was 2.41 ± 0.61. Poor oral cleanliness was significantly associated with higher BPE scores (p = 0.003, r = 0.32), and missing teeth were associated with increased dental pain (p = 0.004, r = 0.28). Lower education correlated with lower GOHAI scores (p = 0.003, η² = 0.07). The mean GOHAI score was 38.14 ± 3.53, indicating moderate OHRQoL. Conclusion: Geriatric patients demonstrated high levels of dental caries, tooth loss, and periodontal disease, all of which contributed to reduced OHRQoL. Strengthening preventive care, oral hygiene education, restorative services, and gerodontology training is essential to improve oral health outcomes and enhance the quality of life of older adults, particularly those from underserved groups.
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 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».