Periodontal‐Systemic Disease Education in U.S. and Canadian Dental Schools
Notice bibliographique
Résumé
Research has proliferated in recent years regarding the relationship of oral disease to systemic conditions. Specifically, periodontal disease has been studied as a potential risk factor for multiple conditions such as cardiovascular disease (CVD) and adverse pregnancy outcomes, while other research focuses on exposures or behaviors associated with oral disease. However, few articles have been published reporting how this information is integrated into schools of dentistry, both in the classroom and clinical curriculum. For our study, a thirty-three-item survey and cover letter were electronically mailed to academic deans at sixty-five accredited dental schools in the United States and Canada in the fall of 2007. The response rate was 77 percent. According to the responses to this survey, the primary topics covered in the didactic curriculum regarding periodontal oral-systemic disease are aging, CVD, diabetes, and tobacco use. Eighty-eight percent of the respondents reported that their students are knowledgeable about the role of inflammation and its impact on oral-systemic conditions. Forty-eight percent of the respondents said they provide formal training for their students in how to discuss or communicate aspects of periodontal oral-systemic disease with patients. Only seven schools reported teaching didactic content to dental students intermixed with other health professions students, and only two schools reported conducting joint projects. Only 9 percent of the respondents said they think nurses and physicians are knowledgeable about oral-systemic disease. The findings indicate that dental schools are confident about the knowledge of their students regarding oral-systemic content. However, much work is needed to educate dental students to work in a collaborative fashion with other health care providers to co-manage patients at risk for oral-systemic conditions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».