Dental health status, dentist visiting, and dental insurance of Asian immigrants in Canada
Notice bibliographique
Résumé
Abstract Objective This study examined the dental care utilization and self-preserved dental health of Asian immigrants relative to non-immigrants in Canada. Factors associated with oral health-related disparities between Asian immigrants and other Canadians were further examined. Methods We analyzed 37,935 Canadian residents aged 12 years and older in the Canadian Community Health Survey 2012–2014 microdata file. Factors (e.g., demographics, socioeconomic status, lifestyles, dental insurance coverage, and year of immigration) associated with disparities in dental health (e.g., self-perceived teeth health, dental symptoms during past one month, and teeth removed due to decay in past one year) and service utilization (e.g., visiting dentist within the last three years, visiting dentist more than once per year) between Asian immigrants and other Canadians were examined using multi-variable logistic regression models. Results The frequency of dental care utilization was significantly lower in Asian immigrants than their non-immigrant counterparts. Asian immigrants had lower self-perceived dental health, were less likely to be aware of recent dental symptoms, and more likely to report tooth extractions due to tooth decay. Low education (OR = 0.42), male gender(OR = 1.51), low household income(OR = 1.60), non-diabetes(OR = 1.87), no dental insurance(OR = 0.24), short immigration length (OR = 1.75) may discourage Asian immigrants from dental care utilization. Additionally, a perceived lack of necessity to dentist-visiting was a crucial factor accounting for the disparities in dental care uptake between Asian immigrants and non-immigrants. Conclusion Asian immigrants showed lower dental care utilization and oral health than native-born Canadians.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,006 | 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 ».