MétaCan
Menu
Retour à la cohorte
Enregistrement W4381188040 · doi:10.1016/j.identj.2023.05.005

Improving Patient Well-Being as a Broader Perspective in Dentistry

2023· review· en· W4381188040 sur OpenAlexaff
Arden Mills, Yuli Berlin‐Broner, Liran Levin

Notice bibliographique

RevueInternational Dental Journal · 2023
Typereview
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésQuality of life (healthcare)Perspective (graphical)MedicineHealth careScope (computer science)Scope of practiceOral healthNursingQuality (philosophy)Function (biology)PsychologyFamily medicine

Résumé

récupéré en direct d'OpenAlex

Patient well-being encompasses the physical, mental, psychological, and social health of an individual. To adequately treat an individual and increase their quality of life, whole-person, patient-centred care needs to be utilised. This review aims to concisely summarise ways to improve patients' well-being through and in dentistry. Oral health is tied to one's quality of life through oral function, overall health, self-perception, social acceptance, and social interaction. These relationships demonstrate the importance of utilising oral health to increase patient quality of life, unify health professions in patient treatment, use preventative medicine, and empower patients about their health. To do so, the dental profession can increase the scope of practice to provide preventative health screening and education on general health, have more open communication, collaborate with other health care professionals, and have broader consultations. This will allow for better continuity of care and shift the focus of treatment to the whole person instead of a symptom. Whilst there are barriers that need to be resolved and cost feasibility requires more exploration, the potential benefit to patients is apparent.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,389
Écart entre enseignants0,361 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Dental JournalMême sujetDental Health and Care UtilizationTravaux en français237 207