Adjunctive screening devices for oral lesions: their use by Canadian Dental Hygienists and the need for knowledge translation
Notice bibliographique
Résumé
Screening for oral cancer and other mucosal conditions is a knowledge-to-action objective that should be easy: there is supportive evidence, it is fast and non-invasive, and the oral cavity is easy to visualize. However, over 60% of oral cancers are diagnosed late, when treatment is complex and prognosis poor. Adjunctive screening devices (ASDs), e.g. toluidine blue (TB), fluorescence visualization (FV), chemiluminescence (CL) and brush biopsies, were designed to assess risk of oral lesions or aid in identification and localization of oral premalignant and malignant lesions. Little is known on how clinicians feel about using ASDs. OBJECTIVES: To evaluate use and level of comfort in using ASDs for oral cancer screening among dental hygienists. METHODS: Online email survey of a stratified random sample of nearly 3000 dental hygienists from four Canadian provinces. RESULTS: A total of 369 hygienists responded about ASDs. Ninety-three (25%) had used an ASD. Use was associated with six or more continuing education (CE) courses per year (P = 0.030), having a CE course in oral pathology within the last 3 years (P = 0.003) and having a screening protocol (P = 0.008). The most commonly used ASD is FV, which was the tool hygienists felt most comfortable using. Few used brush biopsies. Older graduates were more comfortable using TB (P = 0.014) and CL (0.033). CONCLUSION: Current evidence and education through CE appears to bolster knowledge translation efforts for hygienists to become more comfortable in the use of ASDs. ASDs with minimal supporting evidence and not specifically targeted to hygienists, such as the brush biopsies, are not well utilized.
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 | 0,001 | 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 ».