Epidemiologi – nogle samfundsodontologiske perspektiver

Cariesepidemiologiske data er rutinemæssigt blevet indsamlet gennem mange år, og det er sandsynligvis dét, de fleste praktiserende tandlæger forbinder med ordet epidemiologi. Begrebet omfatter imidlertid meget mere end blot en beskrivelse af sygdommes udbredelse i en population.

Oversigtsartikel Dato: 08.04.2024

Cariesepidemiologiske data er rutinemæssigt blevet indsamlet gennem mange år, og det er sandsynligvis dét, de fleste praktiserende tandlæger forbinder med ordet epidemiologi. Begrebet omfatter imidlertid meget mere end blot en beskrivelse af sygdommes udbredelse i en population. Viden, holdninger, adfærd og meget andet kan medtages. For den enkelte behandler kan data af høj kvalitet være et middel til kvalitetssikring af vedkommendes kliniske procedurer. I forbindelse med planlægning af tandplejen er data vedrørende sygdomsudbredelse og ændringer heri vigtige faktorer for bedømmelse af det fremtidige behov. Med elektronisk overførsel af store datamængder er det afgørende, at kvaliteten på data i de enkelte registre er høj, hvis der skal drages troværdige konklusioner på analyserne. Kvalitetskravene til de indsamlede data kan variere afhængig af undersøgelsens formål, og dette skal man være opmærksom på ved samkøring af data.

Routinely collected epidemiology on caries has been collected in the Scandinavian countries for a long time and that is probably what most dentists regard as epidemiology. However, the term can encompass much more than data on diseases and their distributions in populations. Knowledge, attitudes, behavior and much more might be included. For the professional it offers the possibility of quality assurance to ascertain that procedures are carried out effectively. For the planning of dental care, the distribution and changes of diseases are important factors for predicting future demand. With possibilities of electronic transfer of large amounts of data, the quality of data from each register will be critical if valid and reliable conclusions are to be drawn. Different objectives may demand different qualites of data which must be taken in account when data are aggregated.