Awareness regarding antimicrobial resistance and confidence to prescribe antibiotics in dentistry: a cross-continental student survey
Notice bibliographique
Résumé
BACKGROUND: The antimicrobial resistance (AMR) crisis is a major global threat and one of its biggest drivers is the overuse of antibiotics in humans. Dentists are responsible for 5-10% antibiotic prescriptions worldwide and recent data suggest that knowledge and prescribing practices need improvement. METHODS: A cross-sectional web-survey was sent to dental students from six universities in Norway, Canada, and Brazil. Topics addressed covered awareness, confidence to prescribe antibiotics, and education needs. Data were presented descriptively and statistical testing was employed to compare group means when applicable. RESULTS: In total, 562 responses were collected across the three countries with a response rate of 28.6%. 'Antibiotic resistance' was among the highest priorities (scale 1-10) with an average of 8.86 (SEM ± 0.05), together with 'Gender inequality' (8.68 ± 0.07) and 'Climate change' (8.68 ± 0.07). Only 28.8% thought that Dentistry was engaged in national/international campaigns promoting awareness on the topic and 8.9% stated to have heard about the 'One Health' concept. Final year dental students showed an average confidence to prescribe antibiotics of 7.59 (± 0.14). Most students demonstrated interest in receiving additional education on all topics listed, with the three most pressing being 'antibiotic prescription for treatment of infections' (82.9%), 'drug interactions' (80.9%), and 'spread of antibiotic resistance' (79.6%). A trend was observed between higher awareness regarding the topic and higher confidence to prescribe. CONCLUSIONS: There is a need to revisit dental education on antibiotic resistance with a global perspective and to create more stewardship initiatives that promote awareness on the topic.
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 | 0,001 |
| 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) | 0,002 | 0,001 |
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 ».