인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Although self-reported health outcomes are of importance, attempts to validate a clinical applicable instrument (e.g., nomogram) combining sociodemographic and self-reported information on periodontitis have yet to be performed to identify periodontitis cases. Clinical and self-reported periodontitis, along with sociodemographic data, were collected from 197 adults. Akaike information criterion models were developed to identify periodontitis, and nomograms developed based on its regression coefficients. The discriminatory capability was evaluated by receiver-operating characteristic curves. Decision curve analysis was performed. Smoking [OR 3.69 (95%CI 1.89, 7.21)], poor/fair self-rated oral health [OR 6.62 (95%CI 3.23, 13.56)], previous periodontal treatment [OR 9.47 (95%CI 4.02, 22.25)], and tooth loss [OR 4.96 (95%CI 2.47, 9.97)], determined higher probability of having "Moderate/Severe Periodontitis". Age [OR 1.08 (95%CI 1.05, 1.12)], low educational level [OR 1.65 (95%CI 1.34, 2.23)], poor/fair self-rated oral health [OR 3.57 (95%CI 1.82, 6.99)], and previous periodontal treatment [OR 6.66 (95%CI 2.83, 15.68)] determined higher probability for "Any Periodontitis". Both nomograms showed excellent discriminatory capability (AUC of 0.83 (95%CI 0.75, 0.91) and 0.81 (95% CI 0.74, 0.88), good calibration, and slight overestimation of high risk and underestimation of low risk. Hence, our nomograms could help identify periodontitis among adults in Denmark.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
