INDIVIDUAL HOUSEHOLD-LEVEL DYNAMICS AND CARIES EXPERIENCE AMONG YOUNG CHILDREN IN PERU. A CROSS-SECTIONAL STUDY
Bibliographic record
Abstract
Objetivos: El objetivo fue evaluar la asociación entre las dinámicas individuales del entorno familiar y la experiencia de caries de aparición temprana (CAT), así como determinar si estas asociaciones varían según el grado de afectación del tejido dental. Materiales y métodos: Se analizaron datos de 210 niños de 3 a 5 años en Callao, Perú, a partir de cuestionarios y exámenes dentales. Las dinámicas familiares evaluadas incluyeron la propiedad de la vivienda, la convivencia parental, la estructura familiar y el tamaño de la familia. La experiencia de CAT se evaluó mediante el examen clínico de los dientes primarios cariados, obturados o ausentes, diferenciando las lesiones cavitadas y no cavitadas. Las covariables fueron demográficas, socioeconómicas, conductas de salud y acceso a los servicios odontológicos. Para el análisis, utilizamos modelos de regresión multivariable por bloques, estimando cocientes de prevalencia e intervalos de confianza al 95%, y reportamos nuestros hallazgos de acuerdo con las directrices STROBE. Resultados: Los modelos totalmente ajustados indicaron que la prevalencia de experiencia de CAT fue mayor en niños que residían en viviendas alquiladas (RP 1,29; IC 95% 1,17; 1,41), en hogares monoparentales (RP 1,75; IC 95% 1,61; 1,91), en familias extensas además de la familia nuclear (RP 1,19; IC 95% 1,08; 1,29) y en aquellos que compartían el hogar con al menos cuatro miembros adicionales (RP 1,05; IC 95% 0,94; 1,14). El análisis de subgrupos de acuerdo con el grado de afectación del tejido dental mostró que la estructura familiar y el tamaño del hogar estaban significativamente asociados con lesiones no cavitadas, mientras que la asociación con lesiones cavitadas fue más pronunciada en relación con la convivencia parental, después de ajustar por todas las covariables. Conclusiones: Los indicadores relacionados con las dinámicas individuales del entorno familiar están asociados con la experiencia de caries de aparición temprana (CAT) en niños pequeños en el Perú. Sin embargo, se requieren análisis adicionales para comprender plenamente los mecanismos subyacentes y otros determinantes que contribuyen al desarrollo de la caries en esta población de estudio.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".