A systematic review and meta-analysis of failure to take history as a barrier of reporting child abuse by dentists in private and state clinics
Notice bibliographique
Résumé
BACKGROUND: Since the symptoms of child abuse and neglect often manifest in the orofacial region, the dental team has a key role in identifying children subjected to abuse. This study was aimed to explore the prevalence of failure to take history as a barrier to reporting child abuse by dentist around the world. MATERIALS AND METHODS: In this systematic review and meta-analysis, PubMed, Embase, Scopus, Google Scholar, ProQuest, Cochrane, and ISI databases were searched for the cross-sectional articles in English languages on barriers to reporting child abuse and lack of knowledge about referral procedures by dentists since 1985 using Medical Subject Headings (MeSH). The full-texts of all included articles were obtained and assessed for quality according to Newcastle-Ottawa Scale adapted for cross-sectional studies. The qualified articles were then studied thoroughly and results were extracted. Data were analyzed by Comprehensive Meta-Analysis software using meta-analysis and random effects model. Heterogeneity was determined by Q-test and I-square index. RESULTS: A total of 17 articles were included in the meta-analysis. The prevalence of lack of knowledge about referral procedures as a barrier was determined according to the meta-analysis of the number of relevant articles and was (55%, confidence interval: 0.48, 0.62). CONCLUSION: The analysis of various studies revealed lack of information about referral procedures as an important barrier to report child abuse by dentists.
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 | 0,012 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».