Managing Cardiac Patients: Dentists’ Knowledge, Perceptions, and Practices
Notice bibliographique
Résumé
OBJECTIVES: Dental patients may require invasive treatment, and awareness of their medical conditions is essential for optimal care. We assessed the knowledge, perceptions, and attitudes of dentists practicing in Saudi Arabia (SA) and their associations with managing patients with common cardiac conditions. METHODS: A national survey of knowledge and attitudes of practicing dentists towards patients with common cardiac conditions was conducted from May 2019 to July 2020 in SA. The survey comprised a newly developed, validated, electronic, self-administered English questionnaire. RESULTS: Overall, 282 dentists completed the survey, of whom 45.5% perceived cardiac patients as difficult to manage, while 64.5% stated that they refer these patients to cardiologists before dental intervention. Regarding knowledge about cardiac conditions, 72% achieved an overall knowledge score <55%; however, their infective endocarditis scores were better. Consultants and specialists (P < .001), those with a PhD/board certification (P = .013), dentists with prior education on cardiac patient management (P = .002), and those working with a cardiologist (P = .016) scored higher on knowledge. Conversely, private dentists (P = .003) and those referring patients to cardiologists before treatment (P = .003) scored lower. Dentists' knowledge of cardiovascular diseases in women was low; only those who believed women experience a greater risk of cardiac complications achieved a higher score. Approximately 90.1% wished to receive education regarding cardiac patient management. CONCLUSIONS: Knowledge of cardiac patient management was suboptimal in this study. Dentists perceived cardiac patients as difficult to manage, but wished to learn more regarding optimal management. Thus, postgraduate education programmes that promote optimal dental management strategies for cardiac patients are necessary.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 | 0,000 |
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 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 ».