MétaCan
Menu
Retour à la cohorte
Enregistrement W2016731078 · doi:10.1155/2013/365635

Health Technology Assessment Fireside: Antibiotic Prophylaxis and Dental Treatment in Canada

2012· review· en· W2016731078 sur OpenAlexaffabout
Mario Brondani

Notice bibliographique

RevueJournal of Pharmaceutics · 2012
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealthcare cost, quality, practices
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineGuidelineAntibiotic prophylaxisIntensive care medicineContext (archaeology)PopulationPsychological interventionAntibioticsEnvironmental healthNursing

Résumé

récupéré en direct d'OpenAlex

Objectives. This paper discusses the controversies surrounding the antibiotic prophylaxis preceding dental interventions within the following research question: how effective is dental antibiotic prophylaxis in preventing comorbidity and complications in those at risk? Methods. A synthesis of the available literature regarding antibiotic prophylaxis in dentistry was conducted under the lenses of Kazanjian's framework for health technology assessment with a focus on economic concerns, population impact, social context, population at risk, and the effectiveness of the evidence to support its use. Results. The papers reviewed show that we have been using antibiotic prophylaxis without a clear and full understanding of its benefits. Although the first guideline for antibiotic prophylaxis was introduced in 1990, it has been revised on several occasions, from 1991 to 2011. Evidence-based clinical guidelines are yet to be seen. Conclusions. Any perceived potential benefit from administering antibiotic prophylaxis before dental procedures must be weighed against the known risks of lethal toxicity, allergy, and development, selection, and transmission of microbial resistance. The implications of guideline changes and lack of evidence for the full use of antibiotic prophylaxis for the teaching of dentistry have to be further discussed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,698
Tête enseignante GPT0,642
Écart entre enseignants0,056 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of PharmaceuticsMême sujetHealthcare cost, quality, practicesTravaux en français237 207