Effect of anticipatory guidance on the presence of cariogenic bacteria in preschool children
Notice bibliographique
Résumé
Objectives: This study was designed to address whether or not the level (high or low) of Streptococcus mutans in the saliva of preschool children can be used as an indicator of caries risk. Material and Methods: Levels of Streptococcus mutans was assessed in saliva of 100 preschool children, before and approximately 6-months after receiving a health promotion intervention known as anticipatory guidance. The S. mutans bacterial level was assessed using an immunoassay system (Saliva-Check MUTANS) based on monoclonal antibody technology. Bacterial counts were determined at baseline as well as at a six month recall examination. Obtained data was analyzed using SPSS 20.0 for Windows to report frequencies and to look for trends and associations between the dependent and independent variables. Bivariate analysis (ANOVA, Chi Square/Fishers/McNemar exact test) was used to identify associations between variables. Results: The main finding of this study was that higher levels of Streptococcus mutans were associated with higher caries prevalence at baseline, and caries incidence at follow-up. Furthermore following anticipatory guidance, the levels of Streptococcus mutans were reduced at the subsequent follow-up examination, approaching but not reaching statistical significance, and caries incidence was significantly lower in subjects demonstrating low Streptococcus mutans levels. Conclusions: Results from this study have shown that anticipatory guidance, offered to caregivers and children at an initial examination, led to a statistically non-significant reduction in the proportion of children with high Streptococcus mutans levels upon recall six mothers later. Children with low Streptococcus mutans levels were also less likely to develop new dental caries. These findings suggest that Streptococcus Mutans counts could be used to assess caries risk and encourages clinicians to provide anticipatory guidance to their patients to help avoid the development of new caries.
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 | 0,004 |
| 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) | 0,001 | 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 ».