Increasing value, reducing waste: tailoring the application of dental sealants according to individual caries risk
Notice bibliographique
Résumé
OBJECTIVES: Despite a significant national investment in oral health, there is little understanding of the return in terms of quality. Value-based payments aim to refocus provider reimbursement based on the value created to the patient. Our objectives were to apply a set of dental quality measures to help determine the value of preventive dental care provided to children at two academic dental school clinics. METHODS: We queried the institutional electronic health records (EHRs) for patients between the ages of 6-14 years with sealable first or second permanent molars, determined caries risk status, identified if dental sealants were placed, and finally if the teeth showed evidence of new caries experience. In order to determine the cost-effectiveness of EHR-based triage of applying dental sealants, we calculated the incremental cost-effectiveness ratio (ICER) for the dental quality measures supported sealing program. RESULTS: Between the two academic sites, there were 6,155 unique children for a total of 12,302 eligible teeth without a sealant and 32,811 eligible teeth with a sealant. Teeth without a sealant were more likely to have decay (4.8 percent) than those with a sealant (1.7 percent). At both sites, patients with high caries risk were more likely to benefit from sealants compared to those patients with low risk. CONCLUSION: Implementation of caries risk stratified fissure sealant quality measures demonstrates the potential for extracting better value in oral health care.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».