Elderly Population Improve Quality of Oral Life
Notice bibliographique
Résumé
AbstractIntroduction: The Geriatric Oral Health Assessment Index (GOHAI) has proven to be anexcellent tool for detecting oral disorders. On the other hand, the relative responsiveness of thismeasure to detect clinically meaningful change is not entirely clear .The GOHAI is a 12-itemself-reported index, validated first in the United States in an elderly Caucasian sample andsubsequently in Hispanic, African American, Chinese, French and Spanish samples.Aim and objectives: To provide necessary data for oral health administrators to plancomprehensive programmes to improve quality of life in elderly population.Methodology: All elderly individuals in these old age homes formed the study population.WHO Oral health assessment, 1997 and GOHAI was used in the study.Results: About 29.3% (n=66) said that they were sometimes able to eat without feelingdiscomfort while 5.3% (n=12) were often able to eat without discomfort. About half of theparticipants i.e. 50.7%(n=114) said they never did while 2.7% (n=6) said they often or alwayshad limit their contacts with people. About 42.7% (n=96) said they never were, while 4% (n=9)said they seldom were pleased with the looks of their teeth, gums or dentures.Conclusion: The study focus on the need to conduct similar studies with more diversepopulation and influence the policy makers in the country to include geriatric oral health careneeds in National Oral Health Policy.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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 ».