Abstracte achtergrond
Het doel van deze studie was om de validiteit en betrouwbaarheid van een multifactoriële Risk Factor Model ontwikkeld voor gebruik in het meten het voorspellen van toekomstige cariësrisico in Nevada adolescenten in een openbare instelling voor gezondheidszorg.
Methods Inloggen Deze studie onderzocht retrospectieve gegevens uit een mondelinge gezondheidstoezicht initiatief dat meer dan 51.000 studenten 13-18 jaar gescreend, het bijwonen van publiek /private scholen in Nevada in zes academische jaar (2002 /2003-2007 /2008). De Risk Factor Model opgenomen tien demografische variabelen: blootstelling aan fluoridering in de gemeentelijke watervoorziening, blootstelling aan omgevingstabaksrook, ras, leeftijd, locale (grootstedelijke vs. landelijk), het gebruik van tabak, Body Mass Index, verzekeringsstatus, geslacht, en kit applicatie. Meervoudige regressie werd gebruikt in een eerder onderzoek te bepalen welke belangrijke bijdrage aan cariësrisico. Follow-up logistische regressie geconstateerd van het gewicht van de bijdrage en de odds ratio's van de tien variabelen. Onderzoekers in deze studie berekend sensitiviteit, specificiteit, positief voorspellende waarde (PVP), negatieve voorspellende waarde (PVN), en de prevalentie in alle zes jaar van screening om de geldigheid van het Risk Factor Model
beoordelen. Resultaten
onderwerpen ' totale gemiddelde cariës prevalentie in alle zes jaar was 66%. Gemiddeld gevoeligheid over alle zes jaar was 79%; gemiddelde specificiteit was 81%; PVP gemiddelde was 89% en de gemiddelde PVN was 67%.
Conclusies
Kortom, de risicofactor model voorzien van een relatief constant, geldig maatregel van cariës die kunnen worden gebruikt in combinatie met een alomvattende risicobeoordeling in de bevolking op basis screenings door de school verpleegkundigen /nurse practitioners, gezondheid opvoeders en artsen om hen te begeleiden bij het beoordelen van mogelijke toekomstige cariësrisico voor gebruik bij de preventie en verwijzing praktijken.
Sleutelwoorden
cariës DMFT Index Specificiteit Gevoeligheid Elektronische aanvullend materiaal
online versie van dit artikel (doi:. 10 1186 /1472-6831-11-18) bevat aanvullend materiaal, dat beschikbaar is voor geautoriseerde gebruikers is achtergrond
Hoewel tandcariës aanzienlijk tussen schoolgaande kinderen is afgenomen. sinds de vroege jaren 1970, orale ziekten, met inbegrip van cariës, blijft een grote uitdaging voor de volksgezondheid [1-3]. In 2004, de prevalentie van tandcariës was ongeveer 60% in de Amerikaanse kinderen in de leeftijd 12 tot 19, met een gerapporteerde 20% bij onbehandelde tandbederf [3]. Kinderjaren tandcariës is beschreven dat de meest voorkomende infectieziekte onze natie - 5 keer zo vaak als astma en 7 keer zo vaak hooikoorts [4]. Zevenenzestig procent van de 12 tot 17-jarigen gemeld cariës ervaring, met meer dan 7% van alle kinderen te verliezen ten minste een blijvende tand verval vóór het bereiken van de leeftijd van 17 [4]. Onderzoekers hebben associaties tussen slechte toestand mondgezondheid en systemische ziekten, genetica, gedrags- en omgevingsfactoren [5-8] vastgesteld. In een poging om te helpen bij het verminderen cariës prevalentie, kunnen jongeren die een groter risico worden geïdentificeerd door middel van screenings-basis van de bevolking door de school verpleegkundigen /nurse practitioners, gezondheid opvoeders en artsen om hen te begeleiden bij het beoordelen van mogelijke toekomstige cariësrisico zodat verwijzingen kunnen worden gemaakt om tandheelkundige professionals. Dit zal ook helpen bij de opsporing van interventiestrategieën, met inbegrip van het gedrag van wijzigingen [dat wil zeggen, mondhygiëne, dieet, fluoridering] [9]. De mogelijkheid om deze potentiële factoren te identificeren zoals leefstijl, etniciteit, gezondheidstoestand en sociale omstandigheden in verband met orale gezondheidstoestand kan helpen classificeren, aldus onderscheiden, adolescenten die misschien wel een groter risico lopen cariës. School verpleegkundigen /nurse practitioners en gezondheid opvoeders zijn veel meer kans om jongeren tegenkomen op een regelmatige basis dan tandheelkundige professionals. Daarom is het essentieel dat zij bekend zijn met de verschillende risicofactoren in verband met cariës om te helpen de juiste doorverwijzing en interventie beslissingen.
In 2008 werd een studie uitgevoerd naar de prevalentie (onbehandeld te bepalen en gerestaureerd laesies en onbehandelde cariës ) en ernst (DMFT Indices) onder Nevada jeugd beoordeeld tijdens een over de gehele staat, school-based mondgezondheid screening initiatief, terwijl het gebruik van de gegevens naar een theoretische cariësrisico screening tool voor gebruik in de bevolking op basis screenings die kunnen worden gevalideerd in toekomstige studies te ontwikkelen. De oorspronkelijke studie geanalyseerde gegevens van een cohort van studenten eerder vertoond tijdens 2005/2006 academisch schooljaar. Inclusie criteria voor deelname waren toestemming van de ouders en de leerling instemming. De Universiteit van Nevada in Las Vegas Institutional Review Board goedgekeurd dit initiatief student vertrouwelijkheid.
Door het valideren van dit instrument te waarborgen, de volksgezondheid beoefenaars zou de multifactoriële Risk Factor Model met andere risicobeoordelingen te gebruiken met vertrouwen om hen te begeleiden bij de preventie en verwijzing praktijken. Daarom is het doel van deze studie was om de validiteit en betrouwbaarheid van deze multifactoriële Risk Factor Model ontwikkeld voor gebruik in het voorspellen van toekomstige cariës meten riskeren in Nevada adolescenten in een openbare instelling voor gezondheidszorg.
Methoden
Ontwikkeling van de Multifactoriële Risk Factor model
het originele instrument werd ontwikkeld met behulp van retrospectieve gegevens van een school-based, mondgezondheid screening initiatief bestaande uit een cohort van 9202 jongeren tussen de leeftijd van 13-19 bijwonen van Nevada publiek /private middelbare scholen in het studiejaar 2005/2006. Multiple regressie analyses werden in eerste instantie gebruikt om de variabelen die in belangrijke mate bijgedragen tot cariës te vestigen prevalentie en de ernst (p & lt; 0,05). Follow-up logistische regressie geconstateerd van het gewicht van de bijdrage en de odds ratio van de tien belangrijke variabelen uit de multiple regressie analyses [10]. Deze omvatten (in hiërarchische volgorde): 1) de blootstelling aan gefluorideerd water in de gemeentelijke watervoorziening, 2) blootstelling aan omgevingstabaksrook, 3) ras, 4) leeftijd, 5) locale (metro versus platteland), 6) gebruik van tabak , 7) Body Mass Index (BMI), 8) tandheelkundige verzekering status 9) seks, en 10) toepassing van kit.
Na een grondige evaluatie van de literatuur, de enige eerder vastgestelde basis van de bevolking tandbederf categorieën voor adolescenten werden die gevonden in een beleid en praktijk bulletin gepubliceerd door de World Health Organization van de Global Burden of Oral Health [1]. Omdat dit is een instrument bestemd voor de bevolking op basis van screenings en niet voor individuele diagnostische doeleinden, werden deze categorieën geselecteerd. De enige eerder vastgestelde categorieën voor kinderen werden vastgesteld door auteurs van beleid en praktijk het document van de WHO over de Global Burden of Oral Health [1]. Als uitgangspunt en in een poging om de DMFT categorieën dezelfde categorieën werden gebruikt als benchmarks te standaardiseren (Low: ≤2.6; Modaal: 2,7-4,4; Hoog: ≥4.5) [1, 10]. Beta gewicht vergelijkingen werden gebruikt bij het vaststellen van de relatieve bijdrage van deze variabelen zonder aanwezigheid van multicollineariteit. De multifactoriële Risk Factor model werd vervolgens ontwikkeld met behulp van odds ratio's (figuur 1) [10]. Met odds ratio's, een odds ratio van 1 houdt in dat het evenement is even waarschijnlijk in zowel de vergelijkingsgroep [referent] en de groep wordt gemeten, een score van meer dan één houdt in dat het evenement is meer waarschijnlijk in de groep wordt gemeten, en een score minder dan één impliceert dat geval minder waarschijnlijk in de groep gemeten. Voor het gemak van uitleg, de kolom "geen gevaar" [aan de linkerzijde van het stroomschema] werd op nul gezet in plaats van 1,0 die typisch numerieke verwijzing waarin de risico gelijk tussen de vergelijkingsgroep [referent] en de groep bestaan gemeten. De kolom "risico" [aan de rechterkant van het stroomschema] geeft de mate van risico voor een bepaalde categorie gebaseerd op resultaten van de vorige studie 1 min in evenwicht uit de twee kanten van het stroomschema. Dat is, beide kanten werden afgetrokken van 1,0, waarbij de linker op nul voor elke factor en rechts oorspronkelijke odds ratio minus 1,0 voor elke factor. De gebruikers gewoon omcirkelen het juiste antwoord voor elke factor en na afloop dat ze de getallen in de kolom 'risico maatregel "[odds ratio's] in de kolom aan de rechterkant. De nummers voor elke factor worden toegevoegd tot een totaal 'risicoscore' maken en deze waarde wordt vergeleken met de scorecriteria categorieën [1, 10]. Figuur 1 theoretisch model voor het beoordelen van cariës in Nevada Jeugd [10].
Selectie van de deelnemers
Onderzoekers onderzocht retrospectieve gegevens uit een mondelinge gezondheidstoezicht initiatief dat meer dan 51.000 onderzoeken uitgevoerd bij kinderen van 13 tot 18 jaar oud, het bijwonen van de openbare /particuliere scholen in Nevada, verspreid over zes studiejaren (2002 /2003-2007 /2008). De Universiteit van Nevada in Las Vegas Institutional Review Board goedgekeurd deze studie student vertrouwelijkheid te waarborgen. Ondernemingen De subset van de database werd gebruikt in de oorspronkelijke studie [10], die de ontwikkeling van de mulitfactorial Risk Factor Model beschreven in deze studie. De mondgezondheid screening gegevens werden verzameld door goed opgeleide, gekalibreerde tandartsen in licentie gegeven aan de praktijk in de staat Nevada [Nevada statuten en reglementen, hoofdstuk 631, tandheelkunde en tandverzorging]. Inter-rater en intra-rater betrouwbaarheid tussen de examinatoren werden berekend met intraclass correlatie coëfficiënt (ICC) (0,81, p & lt; 0,001 en 0,98, p & lt; 0,001 respectievelijk). [11]
de standaardkwaliteit gebruikt voor gedefinieerde populatie based screening
Vergelijkingen tussen een bestaande standaard en de voorgestelde Risk Factor Model werd opgericht om voldoende vertrouwen in de instrumenten vermogen om onderscheid te maken tussen mensen met de ziekte van degenen zonder te verstrekken; in dit geval de nauwkeurigheid van het Risk Factor Model in het voorspellen van toekomstige risico cariës in Nevada adolescenten in een schaamhaar gezondheid setting. Elke standaard die wordt gebruikt voor dit doel zou worden gedefinieerd als een enkel instrument (of een combinatie van) gereedschap (s) ter ondersteuning van die uitkomst [12]. Omdat dit Risk Factor model is ontworpen om te worden gebruikt in de basis van de bevolking screenings, de gouden standaard gekozen voor het vaststellen van cariës prevalentie en de status van de ziekte was de DMFT (vervallen, ontbrekende en gevulde tanden) Index die in 1938 werd ontwikkeld door Klein et al. [13]. Historisch gezien, onderzoeken met behulp van de Rotte, Ontbrekende en Gevuld Tooth (DMFT) Index hebben gegevens verstrekt die werd vertaald in de toekomst voorspellingen, zoals het potentiële aantal tanden te restaureren en geëxtraheerd op basis van de kracht van de botsing opgelegd door risicofactoren [14 -18]. Een overzicht van de literatuur blijkt dat het verleden cariës ervaring werd bevestigd als de belangrijkste voorspeller van de toekomstige ontwikkeling van cariës, zelfs verder dan dat van bacteriële en sociaal-economische factoren [16]. De DMFT Index is het criterium nog steeds gebruikt in grootschalige nationale basis van de bevolking studies, zoals de National Health and Nutrition Examination Survey [NHANES] te definiëren cariës prevalentie en ernst. Personen met een DMFT Index ≥1 worden geclassificeerd als 'met de ziekte', terwijl die met een DMFT Index = 0 worden ingedeeld 'zonder ziekte' [3, 13]
Een belangrijke uitdaging in screening praktijken in de volksgezondheid arena is het vermogen correct mensen die wel en niet een ziekte hebben [19-21] te identificeren. De screening moet worden gedefinieerd als een middel voor vroege detectie en verwijzing voor mogelijke behandeling van een ziekte die beschikbaar is voor een populatie. Dit proces omvat de screening en de follow-up evaluatie voor degenen die worden beschouwd als een hoog risico [19-21]. Kenmerken van een succesvolle screening omvatten lage kosten, minimale risico's, gemak, validiteit en betrouwbaarheid. Daarom moet de screening een hoge mate van betrouwbaarheid en validiteit hebben. Dit biedt een basis voor het richten op risicogroepen voor primaire preventie.
Consensus aanbevelingen gepubliceerd door de National Institutes of Health verklaarde dat mensen met een matig tot hoog risico voor tandheelkundige ziekte moeten worden geïdentificeerd zo vroeg mogelijk zo agressief strategieën kunnen worden genomen [ ,,,0],9]. Risk Factor scores werden berekend voor alle vakken met behulp van de Multifactoriële Risk Factor Model parameters [10]. In overeenstemming met NIH criteria voor het beheer van cariës, werden operationele definities gemaakt. Personen met een matige Risk Factor scores (2,7-4,4) en hoge Risk Factor scores (≥4.5) werden samengevoegd in één categorie en geïdentificeerd als het testen van 'positief'. Degenen met een laag risico Factor scores (≤2.6) werden beschouwd als het testen van 'negatief'.
Statistische analyse Ondernemingen De belangrijkste parameters die worden gebruikt bij het bepalen van het nut van deze Risk Factor Model opgenomen sensitiviteit, specificiteit, voorspellende waarde positief (PVP) , voorspellende waarde negatief (PVN), en de prevalentie van de ziekte [19-22]. Bij een poging om biologische variaties in de menselijke bevolking te schatten, de instrumenten moet onderscheid maken tussen normale en die met abnormale resultaten en dus zorgen voor een beter begrip van hoe verschillende eigenschappen worden verdeeld in de onderzochte populatie [19]. Daarom is een screeningsinstrument (Risk Factor Model) zal naar verwachting voldoende onderscheid te maken tussen degenen die de ziekte [of kenmerk] (gevoeligheid) van degenen die de ziekte niet hebben (of eigenschap) (specificiteit) [19-22].
Vertoningen werden beoordeeld op haalbaarheid [19-22], met maatregelen die opgenomen: voorspellende waarde positief (PVP), en de voorspellende waarde negatief (PVN). PVP wordt gedefinieerd als het percentage van individuen die positief getest hadden eigenlijk de ziekte (of eigenschap) bij de screening werd uitgevoerd. Een hoge PVP impliceert dat het screeningsprogramma effectief omdat een groot deel van de werkelijke gevallen bij personen met positieve resultaten detecteert. PVN wordt gedefinieerd als het percentage van individuen die negatief getest werden zonder de ziekte (of eigenschap). Opgemerkt wordt, dat voor alle onderzoeken populatie gebaseerde, PVP daalt de prevalentie van de ziekte afneemt. Omgekeerd is de PVN neemt de prevalentie van de ziekte afneemt. Lage prevalentiecijfers over het algemeen concluderen dat personen die getest hebben niet de ziekte. Deze afhankelijkheid van nauwkeurige prevalentie vereist het gebruik van een representatieve steekproef van de onderzochte populatie en noodzakelijk zijn voor de berekening van voorspellende waarden was. Directe maatregelen door de vergunde tandartsen in dit initiatief toegestaan voor voldoende vertrouwen in de identificatie van gevallen van cariës. Vervolgens directe maatregelen van de prevalentie (DMFT indices) werden berekend met behulp van echte screening data, dus geldig voor de doeleinden van het identificeren van cariës prevalentie [3, 10].
Paarsgewijze afstemming van de Multifactoriële Risk Factor Model data classificaties werd gebruikt twee aan twee tafels produceren ter illustratie van berekeningsmethoden volgens standaard procedures epidemiologische [19-22]. Cronbach's alpha werd toegepast om de betrouwbaarheid van de in de zes jaar [23] maatregel te beoordelen. Tabel 1 toont de indeling van de gegevens die nodig zijn voor de betrouwbaarheid en validiteit analyses [19-22]. Cell 'a' houdt het aantal proefpersonen die positief (DMFT ≥ 2,7) getest en geclassificeerd 'met de ziekte' (DMFT ≥ 1); Cell 'b' houdt proefpersonen die positief (DMFT ≥ 2,7) getest en geclassificeerd 'zonder ziekte' (DMFT = 0); Cell 'c' houdt proefpersonen die (≤ 2,6 DMFT) negatief getest en geclassificeerd 'met de ziekte' (DMFT≥1); en mobiele 'd' omvat proefpersonen die (≤ 2,6 DMFT) negatief getest en geclassificeerd 'zonder ziekte (DMFT = 0). Idealiter alle geteste patiënten werden verwacht linksboven en rechtsonder in 2 cellen vallen, maar dit is zeldzaam bij het uitvoeren populatie gebaseerde screenings [19-22]. Het selecteren van een "cut-off" niveau bepalen of iemand positief of negatief, of in dit geval de operationele definities eerder geïdentificeerde test, een overweging bij de ontwikkeling multifactoriële risicofactor Model. De keuze van een hogere of lagere afsnijdniveau voor screening derhalve afhankelijk van de mogelijkheden voor het verkrijgen van een hoog aantal valse positieven en valse negatieven. Computing sensitiviteit, specificiteit, PVP en PVN was nodig bij de evaluatie van deze Risk Factor Model om dit concern.Table 1 Indeling van de gegevens aan te pakken voor de betrouwbaarheid en validiteit Analyses (Two-by-Two Computation Table)
< col>
Assessment Resultaten
Met Disease
DMFT Score ≥ 1,0
Zonder Ziekte
DMFT Score = 0
Totalen
hoge cariësrisico
[Matige + High Risk Score]
True Positief [TP]
False Positive [FP]
b
Total testpositieven
a + b
Low cariësrisico
[Low Risk Score]
False Negative [FN]
c
True Negative [TN]
d
Total-test negatieven
c + d
Totalen
Total met de ziekte van
+ c
Totaal zonder ziekte
b + d
Totale bevolking
a + b + c + d
Berekeningen
|
|
specificiteit
a /a + c
Gevoeligheid
d /b + d
Voorspellende waarde positief
a /a + b
voorspellende waarde Negatief
d /c + d
Note. a] proefpersonen die positieve en geclassificeerd 'met de ziekte' getest; b] proefpersonen die positieve en geclassificeerd 'zonder ziekte' getest; c] proefpersonen die negatieve en geclassificeerd 'met de ziekte' getest; en d] proefpersonen die negatief getest en geclassificeerd 'zonder ziekte
Resultaten Ondernemingen De classificatie van ziekten twee-aan-twee tafel resultaten van proefpersonen classificaties voor elk academisch jaar werden samengevat in Tabel 2. Tabel 2 wordt elk jaar de totalen die werden gebruikt voor de berekening van specificiteit, gevoeligheid, PVP, PVN en prevalentie. Elk jaar werd afzonderlijk berekend, zodat gegevens kunnen worden vergeleken over de zes jaar van gegevens collection.Table 2 Disease indeling twee-aan-twee tafel resultaten van classificaties onderwerpen 'voor elk studiejaar
Academisch Jaar
Classificatie
Met Disease DMFT Score & gt; 1.0
Zonder Ziekte DMFT Score = 0
Totalen
2002/2003
Hoge cariësrisico
4098
407
4505
|
Lage cariësrisico
1366
2304
3670
|
Totalen
5464
2711
8175
2003/2004
hoge cariësrisico
6890
729
7619
|
Lage cariësrisico
1722
2800
4522
|
Totalen
8612
3529
12.141
2004/2005
hoge cariësrisico
3296
586
3882
|
Lage cariësrisico
1041
2071
4522
|
Totalen
4337
2657
6994
2005/2006
hoge cariësrisico
4963
641
5604
|
Lage cariësrisico
1090
2560
3650
|
Totalen
6053
3201
9254
2006/2007
hoge cariësrisico
3882
274
4156
|
Low cariësrisico
686
2471
3157
|
Totalen
4568
2745
7313
2007/2008
hoge cariësrisico
3842
667
4509
|
Lage cariësrisico
1073
1836
2909
|
Totalen
4915
2503
7418
tabel 3 geeft een overzichtstabel van de berekeningen voor elk studiejaar specificiteit, gevoeligheid, PVP, PVN, en de prevalentie. De 95% betrouwbaarheidsintervallen voor elk academisch jaar werden berekend op een geschat bereik van waarden om eventuele onbekende bevolking parameters en om de kans verder te bepalen dat de betrouwbaarheidsintervallen geproduceerd bevatte de werkelijke parameterwaarde [19-22]. De voorspellende waarde van de risicofactor Model in alle zes academische jaar op gevoeligheid varieerde van 75% - 85%; specificiteit varieerde van 73% - 90%; PVP varieerde 85-93%; PVN en resulteerde in een bereik van 62% - 78%. De algehele betrouwbaarheid van het instrument aanzienlijk was (r = 0,875, p & lt; 0,001), gemeten over alle zes jaar van gegevens [23] wijst op een stabiele, betrouwbare voorspellende vermogen van de Risk Factor Model.Table 3 Samenvatting Tabel van Berekeningen door Academic jaar van de specificiteit, sensitiviteit, PVP, PVN en Prevalentie
jaar
|
|
Voorspellende Waarde%
|
|
Sensitivity% [95% CI]
specificiteit% [95% CI]
Positief [95% CI]
Negatief [95% CI]
Prevalentie% [95% CI]
2002/2003
75 [71,04-78,96]
85 [78,80-91,20]
91 [87,61-94,39]
64 [57,73-70,27]
67 [63,63-70,37]
2003/2004
80 [76,04-83,96]
79 [72,80-85,20]
90 [86,61 -93,39]
62 [55,73-68,27]
71 [67,63-74,37]
2004/2005
76 [72,04-79,96 ]
78 [71,80-84,20]
85 [81,61-88,39]
67 [60,73-73,27]
62 [58,63-65,37]
2005/2006
82 [78,04-85,96]
80 [73,80-86,20]
89 [85,61-92,39]
70 [63,73-76,27]
65 [61,63-68,37]
2006/2007
85 [81,04-88,96]
90 [83,80-96,20]
93 [89,61-86,39]
78 [71,73-84,27]
63 [569,63-66,37]
2007/2008
78 [74,04-81,96]
73 [66,80-79,20]
85 [81,61-88,39]
63 [56.73 -69,27]
66 [62,63-69,37]
Note. 95% Cl werd berekend onder toepassing van t-verdeling.
Discussie
Het doel van deze studie was te bepalen of de risicofactor model eerder ontwikkelde een valide instrument dat door niet-tandberoeps kunnen worden gebruikt in de volksgezondheid instellingen het voorspellen van toekomstige cariës risico bij Nevada adolescenten en die kunnen leiden tot adequate preventie en verwijzing praktijken. In de praktijk, de voorspellende capaciteit van de Risk Factor Model was niet heel anders over de zes jaar. Verschillen in jaarlijkse variabiliteit kan worden toegeschreven aan twee factoren: 1) verschillen in de prevalentie van jaar tot jaar, en 2) een hoge prevalentie tarieven. Onderwerpen 'overall gemiddelde cariës prevalentie in alle zes academische jaar was 66% met een bereik gemeld van 62% in jaar 3 (2004/2005) tot 71% in jaar 2 (2003/2004). Deze verschillen kunnen hebben geleid tot de variabiliteit in gevoeligheid, specificiteit, PVP en PVN van jaar tot jaar [24]. Verschillen in deze voorspellende waarde kan ook worden toegeschreven aan het monster cariës hoge prevalentie. Deze studie bevestigt dat cariës bleef een veel voorkomende chronische ziekte onder jongeren Nevada in de jaren bestudeerd, presenteren met een hogere prevalentie dan het landelijk gemiddelde (66% vs. 59%) voor jongeren en hoger dan de Healthy People 2010 doelpunt voor Nevada van 51% [3, 25]. Deze studie bevestigde gemiddelde prevalentie (66%) waren representatief voor de Nevada adolescent bevolking rapportage 61% prevalentie in 2006 [26].
Hoewel de directe maatregelen werden verkregen door erkende tandheelkundige professionals, zelfrapportage informatie over demografische variabelen in de initiële mondgezondheid screening rechtvaardigt enige voorzichtigheid bij het interpreteren van data. Het verzamelen van gegevens en screening protocollen werden uitgebreid gedocumenteerd met richtlijnen voor de kwaliteitscontrole in de plaats. Vanwege student vertrouwelijkheid, werden studenten niet bijgehouden in de tijd; echter collectie van cross-sectionele data van Nevada jongeren uit alle demografische groepen in alle zes jaar geholpen versterken interpretaties en voorzien van een sterke vertegenwoordiging van de Nevada adolescente bevolking. Ondernemingen De cut-off waarden die in deze studie werden uit een eerdere studie uitgevoerd aangenomen in dezelfde populatie [10]. Opgemerkt wordt dat ondergrenzen voor de verschillende categorieën (laag, gemiddeld en hoog risico) in verschillende populaties kunnen variëren. Bijvoorbeeld in sommige populaties 90% van de proefpersonen kan een laag risico zijn als een DMFT & lt; 2.6 wordt gebruikt, terwijl in andere populaties slechts 10% in die categorie kunnen vallen. Daarom moet voorzichtigheid worden betracht bij het generaliseren naar verschillende populaties.
Conclusie en klinische relevantie van de bevindingen
Deze resultaten geven aan dat dit risico Factor Model zou kunnen worden gebruikt om te voorspellen toekomstige cariës risico met voldoende vertrouwen in combinatie met andere risicobeoordelingen door niet-tandheelkundige gezondheidswerkers, zoals de school verpleegkundigen /nurse practitioners, gezondheid opvoeders en artsen in instellingen basis van de bevolking. Interpretatie van epidemiologische gegevens door de onderzoekers wordt algemeen beschouwd als subjectief. Een overzicht van de literatuur liet een breed scala van een aanvaardbaar niveau ten aanzien van gevoeligheid, specificiteit, voorspellende waarde positief en negatief voorspellende waarde [12, 26-29]. Varieert van 70% tot 100% zijn als goed of zeer goed geldig niveaus. Definieert geldigheid van een instrument altijd vereist dat vele factoren worden beschouwd. Normen om te beoordelen van de geldigheid van de tests die worden gebruikt door tandheelkundige professionals voor diagnostische doeleinden moet hoger zijn dan de normen uiteengezet in screenings basis van de bevolking gebruikt door niet-tandheelkundige gezondheid beoefenaars om hen te begeleiden bij het beoordelen van mogelijke toekomstige worden ingesteld cariësrisico voor gebruik bij de preventie en verwijzing praktijken . Daarom moet een dergelijk Risk Factor Model worden bekeken vanuit de 'praktische' aspect voor het beoogde doel.
Eerdere studies van de school op basis van tandheelkundige screening hebben gevonden dat het follow-up voor de tandheelkundige diensten van de sociaal achtergestelde [30 stimuleren ]. Wat moet worden beschouwd is de effectiviteit van de bevolking op basis van vertoningen van het aantal geïdentificeerd als een hoog risico die vervolgens gaan om passende behandeling te ondergaan. Er is enig bewijs om te suggereren dat kinderen die zijn geïdentificeerd voor de follow-up services na school op basis van tandheelkundige screenings leidt tot een betere opkomst bij tandarts [30].
Conclusie
Omdat niet-tandheelkundige professionals in de gezondheidszorg (bijvoorbeeld, zoals als de school verpleegkundigen /nurse practitioners, gezondheid opvoeders en artsen, etc.) hebben regelmatig contact met de jongeren en hun ouders /verzorgers, tijdens de gezondheid screenings op school of in de gemeenschap, een geldige Risk Factor Model is een uitstekend hulpmiddel dat gebruikt kan worden in combinatie met andere risicobeoordelingen te helpen begeleiden vroege opsporing, preventie en verwijzing praktijken. Resultaten gaven aan dat voorspelling succes is relatief hoog, en de risicofactor model bleek bevredigende voorspellende waarde hebben. Zo, dit onderzoek voldoende vertrouwen in de Risk Factor Model als basis van de bevolking screening maatregel en geeft aan dat de risicofactor model bruikbaar zijn in de volksgezondheid de praktijk kan worden als een betrouwbare schaal voor het voorspellen van toekomstige cariës risico voor de vroegtijdige opsporing en doorverwijzing praktijken door niet -dental gezondheidswerkers. Toekomstige prospectieve studies ontworpen om het praktische gebruik van de Risk Factor Model door Nevada professionals niet-tandheelkundige zorg verder kunnen ondersteunen deze bevindingen te onderzoeken
verklaringen
Dankwoord
bron van financiering. Crackdown on Cancer Oral Health Surveillance Screening Program
ontvangt financiering via het Trust Fund voor volksgezondheid en het Fonds voor gezond Nevada, zowel begunstigden van de Master Tobacco Settlement
Bedankt aan: dr. Christina Demopoulos, directeur van Crackdown on Cancer Oral Health Surveillance Screening Program
Authors 'originele ingediende dossiers voor afbeeldingen
Hieronder staan de links naar de auteurs oorspronkelijke ingediende dossiers voor afbeeldingen. 12903_2010_186_MOESM1_ESM.doc Authors 'originele bestand voor figuur 1 Concurrerende belangen Ondernemingen De auteurs verklaren dat ze geen concurrerende belangen.
Auteurs bijdragen
MD, GD, KH, CM, DC bezig met de multi- Alle auteurs hebben gelezen en goedgekeurd het definitieve manuscript.
| 