Statistical AnalysisDescriptive sta

Statistical Analysis
Descriptive statistics were generated for caries experience by enamel hypoplasia status. Bivariate analysis was conducted at both the person and tooth levels. At the person level, children were classified into two mutually exclusive groups: with and without hypoplasia. Using the no-hypoplasia group as the reference, caries in children with enamel hypoplasia (both prevalence and d2–3fs) was compared at age 5 and 9 using the χ2 test for prevalence and the Wilcoxon two-sample test for d2–3fs. Caries increase from age 5 to 9 (percent incidence and d2–3fs increment) was also compared. Bivariate analyses at the tooth level were conducted using generalized log-linear models (to compensate for intrasubject correlations) for caries presence and generalized linear models with negative binomial distribution for d2–3fs.
Multivariable regression models were developed for caries at the tooth level using enamel hypoplasia as the explanatory factor, after controlling for other potentially important factors. These other potential predictors included gender, childhood illness (yes/no), gestational weeks, birth weight, breast-feeding for 6 months or more (yes/no), SES [Shenkin et al., 2004], fluoride concentration of home drinking water (tap, well, and/or bottled), average daily fluoride intake, average daily soda pop intake, daily toothbrushing frequency, and previous (age 5) d2–3fs (for age 5–9 increment models only). Three levels of SES were defined: (1) low – families with less than USD 30,000 income per year and in which mothers did not have a 4-year college degree; (2) middle – families with an annual income of USD 30,000–49,999, but excluding those with mothers having a graduate or professional degree, or less than USD 30,000 but having mothers with a 4-year college or graduate/professional degree; (3) high – mothers with a graduate/professional degree and USD 30,000 or more annual family income or USD 50,000 or more income regardless of the mother's educational level.
For these other potential predictors, bivariate associations with caries at age 5 and 9 were assessed using simple logistic regression for prevalence data (percentage of subjects with caries) and Spearman correlations for count data (d2–3fs) at the person level (not tooth level). Those variables that were significant at α = 0.10 were used in backward elimination multivariable models, and the final model included variables that were jointly significant at α = 0.05, plus hypoplasia. Because caries data for individual teeth within the same subject are correlated, statistical methods must account for the correlation between teeth within a subject. A subject-level hypoplasia score was defined as the mean number of primary second molars with hypoplasia and was used to assess between-subject effects of hypoplasia. A within-subject hypoplasia score for each tooth was also defined using contrasts between tooth-level scores (0.1) and person-level averages. For example, a subject having one tooth with hypoplasia (out of 4) would have four within-subject hypoplasia scores (0.75, −0.25, −0.25, and −0.25). Use of the within-subject hypoplasia score in regression models gives insight into differences between hypoplastic teeth vs. nonhypoplastic teeth within the same subject [Mancl et al., 2000]. Logistic generalized estimating equation models (GEE) [Evans and Li, 2005] were used for binary outcomes (yes/no), and negative binomial GEE models for count outcomes (d2–3fs). All statistical tests were conducted using SAS 9.1 for Windows, with p values below 0.05 being considered as statistically significant.

ผลลัพธ์ (ไทย) 1:

วิเคราะห์ทางสถิติมีสร้างสถิติพรรณนาประสบการณ์ผุตามสถานะ hypoplasia เคลือบ วิเคราะห์ bivariate ได้ดำเนินการในระดับบุคคลและฟัน ระดับบุคคล เด็กถูกแบ่งเป็นสองกลุ่มนั่น: มี และไม่ มี hypoplasia ใช้กลุ่ม hypoplasia ไม่เป็นการอ้างอิง ผุในเด็กที่มี hypoplasia เคลือบ (ชุกและ d2-3fs) ถูกเทียบที่อายุ 5 และ 9 ที่ใช้ทดสอบ χ2 ชุกและทดสอบตัวอย่าง 2 Wilcoxon d2-3fs นอกจากนี้ยังมีเทียบผุเพิ่มขึ้นจากอายุ 5 ถึง 9 (ร้อยละอุบัติการณ์และ d2-3fs เพิ่ม) วิเคราะห์ bivariate ระดับฟันได้ดำเนินการใช้แบบจำลองเชิงล็อกเมจแบบทั่วไป (การชดเชยสำหรับความสัมพันธ์ intrasubject) ผุอยู่และแบบจำลองเชิงเส้นเมจแบบทั่วไปกับการแจกแจงแบบทวินามลบสำหรับ d2-3fsแบบจำลองถดถอย multivariable ถูกพัฒนาสำหรับผุระดับฟันใช้ hypoplasia เคลือบเป็นตัวอธิบาย หลังจากการควบคุมในปัจจัยอื่น ๆ อาจสำคัญ เหล่านี้ predictors ศักยภาพ (ใช่/ไม่ใช่), เพศ วัยเด็กเจ็บป่วยรวมสัปดาห์ครรภ์ คลอดน้ำหนัก ช่วงอย่างน้อย 6 เดือน (ใช่/ไม่ใช่), SES [Shenkin et al., 2004], ฟลูออไรด์ความเข้มข้นของน้ำดื่มบ้าน (เคาะ ดี หรือขวด), เฉลี่ยทุกวันบริโภคฟลูออไรด์ บริโภคโซดาป๊อปเฉลี่ยประจำวัน ทุกวัน toothbrushing ความถี่ และ d2-3fs ก่อนหน้า (อายุ 5 ปี) (สำหรับอายุ 5 – 9 เพิ่มรุ่นเท่านั้น) กำหนดไว้ 3 ระดับ SES: ต่ำ (1) -ครอบครัวที่ มีน้อยกว่ารายได้ 30000 เหรียญสหรัฐ ต่อปี และ ในมารดาที่ไม่มีตัว 4 ปีวิทยาลัย (2) กลางครอบครัวที่ มีรายได้ต่อปี ของ USD 30000 – 49,999 แต่ ไม่มีมารดามีปริญญาระดับบัณฑิตศึกษา หรือมืออาชีพ หรือน้อยกว่า USD 30000 แต่มีมารดาที่ มีอายุ 4 ปีวิทยาลัยหรือปริญญาบัณฑิต/มืออาชีพ (3) สูง – แม่กับปริญญาบัณฑิต/มืออาชีพ และ 30000 USD หรือรายได้ครอบครัวต่อปีมากกว่า 50000 USD หรือเพิ่มรายได้โดยไม่คำนึงถึงระดับการศึกษาของมารดาFor these other potential predictors, bivariate associations with caries at age 5 and 9 were assessed using simple logistic regression for prevalence data (percentage of subjects with caries) and Spearman correlations for count data (d2–3fs) at the person level (not tooth level). Those variables that were significant at α = 0.10 were used in backward elimination multivariable models, and the final model included variables that were jointly significant at α = 0.05, plus hypoplasia. Because caries data for individual teeth within the same subject are correlated, statistical methods must account for the correlation between teeth within a subject. A subject-level hypoplasia score was defined as the mean number of primary second molars with hypoplasia and was used to assess between-subject effects of hypoplasia. A within-subject hypoplasia score for each tooth was also defined using contrasts between tooth-level scores (0.1) and person-level averages. For example, a subject having one tooth with hypoplasia (out of 4) would have four within-subject hypoplasia scores (0.75, −0.25, −0.25, and −0.25). Use of the within-subject hypoplasia score in regression models gives insight into differences between hypoplastic teeth vs. nonhypoplastic teeth within the same subject [Mancl et al., 2000]. Logistic generalized estimating equation models (GEE) [Evans and Li, 2005] were used for binary outcomes (yes/no), and negative binomial GEE models for count outcomes (d2–3fs). All statistical tests were conducted using SAS 9.1 for Windows, with p values below 0.05 being considered as statistically significant.

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ทางสถิติสถิติเชิงพรรณนาถูกสร้างขึ้นสำหรับประสบการณ์ฟันผุตามสถานะ hypoplasia เคลือบฟัน
การวิเคราะห์ bivariate ได้ดำเนินการทั้งในระดับบุคคลและฟัน ในระดับบุคคลที่เด็กถูกแบ่งออกเป็นสองกลุ่มพิเศษร่วมกัน: ที่มีและไม่มี hypoplasia ใช้กลุ่มไม่มี hypoplasia เป็นข้อมูลอ้างอิงที่โรคฟันผุในเด็กที่มีเคลือบฟัน hypoplasia (ทั้งความชุกและ d2-3fs) เมื่อเทียบกับเมื่ออายุ 5 และ 9 โดยใช้การทดสอบχ2สำหรับความชุกและ Wilcoxon ทดสอบสองตัวอย่างสำหรับ d2-3fs ฟันผุเพิ่มขึ้นจากอายุ 5-9 (อุบัติการณ์ที่เพิ่มขึ้นร้อยละและ d2-3fs) นอกจากนี้ยังได้รับการเปรียบเทียบ bivariate วิเคราะห์ในระดับฟันได้ดำเนินการเข้าสู่ระบบโดยใช้แบบจำลองเชิงเส้นทั่วไป (เพื่อชดเชยความสัมพันธ์ intrasubject) การปรากฏโรคฟันผุและรูปแบบเชิงเส้นทั่วไปที่มีการกระจายทวินามเชิงลบสำหรับ d2-3fs.
หลายตัวแปรถดถอยรุ่นได้รับการพัฒนาสำหรับโรคฟันผุในระดับที่ใช้ฟันเคลือบฟัน hypoplasia เป็นปัจจัยที่อธิบายหลังจากควบคุมปัจจัยที่สำคัญอื่น ๆ ที่อาจเกิดขึ้น เหล่านี้พยากรณ์มีศักยภาพอื่น ๆ รวมเพศเจ็บป่วยในวัยเด็ก (ใช่ / ไม่ใช่) สัปดาห์ที่ผ่านมาขณะตั้งครรภ์น้ำหนักแรกเกิดกินนมเป็นเวลา 6 เดือนหรือมากกว่า (ใช่ / ไม่ใช่) SES [Shenkin et al., 2004] ความเข้มข้นของฟลูออไรจากการดื่มที่บ้าน น้ำ (แตะดีและ / หรือดื่มบรรจุขวด) ปริมาณฟลูออไรเฉลี่ยรายวัน, โซดาเฉลี่ยต่อวันปริมาณป๊อปความถี่แปรงฟันทุกวันและก่อนหน้า (อายุ 5) d2-3fs (อายุ 5-9 รุ่นที่เพิ่มขึ้นเท่านั้น) สามระดับของ SES ถูกกำหนด (1) ต่ำ - ครอบครัวที่มีน้อยกว่า 30,000 เหรียญสหรัฐรายได้ต่อปีและในการที่แม่ไม่ได้มีระดับวิทยาลัย 4 ปี; (2) ตรงกลาง - ครอบครัวที่มีรายได้ประจำปีของ USD 30,000-49,999 แต่ไม่รวมผู้ที่มีคุณแม่ที่ต้องจบการศึกษาหรือปริญญามืออาชีพหรือน้อยกว่า 30,000 เหรียญสหรัฐ แต่มีแม่ที่มีวิทยาลัย 4 ปีหรือจบการศึกษา / ระดับมืออาชีพ (3) สูง -. แม่ที่มีการศึกษา / ระดับมืออาชีพและ USD 30,000 หรือมากกว่ารายได้ของครอบครัวประจำปีหรือ 50,000
เหรียญสหรัฐหรือรายได้มากขึ้นโดยไม่คำนึงถึงระดับการศึกษาของมารดาสำหรับการพยากรณ์ที่มีศักยภาพอื่นๆ เหล่านี้สมาคม bivariate กับโรคฟันผุที่ 5 อายุและ 9 ได้รับการประเมิน โดยใช้การถดถอยโลจิสติกที่ง่ายสำหรับข้อมูลความชุก (ร้อยละของวิชาที่มีฟันผุ) และความสัมพันธ์ Spearman ข้อมูลนับ (d2-3fs) ที่ระดับบุคคล (ไม่ได้เป็นระดับฟัน) ตัวแปรที่มีนัยสำคัญที่α = 0.10 ถูกนำมาใช้ในการกำจัดย้อนหลังรุ่นหลายตัวแปรและรูปแบบสุดท้ายที่รวมตัวแปรที่ร่วมกันอย่างมีนัยสำคัญที่α = 0.05 บวก hypoplasia เนื่องจากข้อมูลโรคฟันผุฟันในแต่ละเรื่องเดียวกันมีความสัมพันธ์, วิธีการทางสถิติต้องบัญชีสำหรับความสัมพันธ์ระหว่างฟันที่อยู่ในเรื่องที่ คะแนน hypoplasia เรื่องระดับถูกกำหนดเป็นจำนวนเฉลี่ยของฟันกรามสองหลักที่มี hypoplasia และถูกใช้ในการประเมินระหว่างเรื่องผลกระทบของการ hypoplasia คะแนน hypoplasia ภายในเรื่องฟันแต่ละคนถูกกำหนดโดยใช้ความแตกต่างระหว่างคะแนนฟันระดับ (0.1) และค่าเฉลี่ยคนระดับ ยกตัวอย่างเช่นเรื่องที่มีหนึ่งฟันด้วย hypoplasia (จาก 4) จะมีสี่คะแนน hypoplasia ภายในเรื่อง (0.75 -0.25, -0.25 และ -0.25) การใช้ภายในเรื่องคะแนน hypoplasia ในรูปแบบการถดถอยช่วยให้เข้าใจในความแตกต่างระหว่างฟันกับฟัน hypoplastic nonhypoplastic ภายในเรื่องเดียวกัน [Mancl et al., 2000] โลจิสติกการประเมินแบบจำลองสมการทั่วไป (GEE) [อีแวนส์และหลี่ 2005] ถูกนำมาใช้สำหรับผลไบนารี (ใช่ / ไม่ใช่) และทวินามเชิงลบรุ่น GEE สำหรับผลการนับ (d2-3fs) การทดสอบทางสถิติทั้งหมดถูกดำเนินการโดยใช้ SAS 9.1 สำหรับ Windows ที่มีค่าพี 0.05 ด้านล่างได้รับการพิจารณาเป็นนัยสำคัญทางสถิติ