Survey of diabetes knowledge and practices of dental hygienists.
Notice bibliographique
Résumé
BACKGROUND: Increasing incidence of diabetes in the United States and risk for more severe periodontal disease in individuals with poorly controlled diabetes make it essential to provide access to education to prepare oral health providers to care for this population. OBJECTIVE: The purpose of this survey was to assess the dental hygienist's diabetes knowledge, beliefs concerning the disease, and clinical practices to identify professional continuing education needs. analysis of variance with repeated measures was used to determine if significant differences existed in the amount of muscle activity generated with each fulcrum. METHODS: A 5-part survey was constructed using the American Diabetes Association 2007 Clinical Practice Guidelines and the American Association of Periodontology Commissioned Review of diabetes and periodontal disease. Invitations to participate were disseminated electronically to American Dental Hygienists' Association (ADHA) members. A convenience sample of dental hygienists (n=392) representing 48 states participated. RESULTS: The majority of the respondents were female (99%), ages 41 to 60 (60.1%), and in practice more than 16 years (58.3%). Major deficits in knowledge were associated with the patient's hemoglobin A1c (HbA1c) value and implications for diabetes control (50%). The survey responses indicated confusion about the current classifications of diabetes with 70% of respondents using classifications that are no longer recognized. Seventy-five to 90% of participants were unfamiliar with the impact of various types of diabetes medications on dental care. CONCLUSIONS: Dental hygienists in this survey demonstrated a need for enhancing knowledge about diabetes as it applies to clinical patient care. The areas of greatest need included the American Diabetes Association Clinical Practice Guidelines for standards of care, diagnosis of diabetes mellitus, medications, and best practices for interacting with other health professionals when caring for people with diabetes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».