Optimal tooth brushing initiation age and frequency for preventing early childhood caries: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Early childhood caries (ECC) is a prevalent global public health concern. Although daily tooth brushing is a key preventive measure, uncertainty remains regarding the ideal age to initiate tooth brushing and the optimal brushing frequency to minimise ECC risk in preschool children. A systematic review and meta-analysis were conducted to explore the association between tooth brushing practices (initiation age and frequency) and the early childhood caries among children under 6 years of age. METHODS: We searched three databases (Proquest, Web of Science, and Scopus) for observational studies (2000-2024). Quality was assessed with the Newcastle-Ottawa Scale, and random-effects meta-analyses (DerSimonian-Laird) were conducted. Heterogeneity (I2), publication bias (Egger's test), and sensitivity analyses (outlier exclusion) were performed. RESULTS: Thirty-two studies (27 cross-sectional, 5 longitudinal) out of 2833 initially identified records met inclusion criteria. 10 contributed to the brushing initiation meta-analysis and 8 to the frequency analysis. Including all 10 studies, late initiation showed a borderline nonsignificant pooled odds ratio (OR = 1.40, 95% CI: 0.91-2.16, p = 0.13) with I2 > 90%. Excluding one outlier yielded a significant OR = 1.75 (1.50-2.03, p < 0.0001). Brushing < 2 × /day was associated with 2.11-fold higher ECC odds (p = 0.0052), also with heterogeneity but no evidence of publication bias (Egger's p = 0.1161). CONCLUSIONS: Despite considerable between-study variability, the overall evidence suggests that commencing tooth brushing by 12 months of age and brushing at least twice daily maybe protective against ECC, highlighting the importance of integrating these practices into early childhood health programs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».