Diagnostic accuracy of tele‐dentistry in screening children for dental caries by community health workers in a lower‐middle‐income country
Notice bibliographique
Résumé
BACKGROUND: Tele-dentistry can be useful for dental caries screening of children, especially in lower-middle-income countries (LMICs). AIM: To evaluate the diagnostic accuracy of mobile phone photographs taken by a community health worker (CHW) for caries detection in Iran. DESIGN: Children aged 6-12 years were visually examined by a paediatric dentist. Following dental examinations, intraoral photographs were taken by a trained CHW. Two remote dentists assessed intraoral photographs for dental caries. Diagnostic accuracy of tele-dentistry for caries detection was evaluated. In addition, the questionnaire about oral health and parents' views towards tele-dentistry was prepared. RESULTS: One hundred thirty-one children aged 8.74 ± 1.62 years participated. The caries prevalence was 30% for the whole dentition. Tele-dentistry demonstrated high accuracy, with a sensitivity exceeding 80% and specificity exceeding 90%. The inter-rater reliability for remote dentists' assessments to the gold standard dental examination ranged from substantial to almost perfect (kappa: 75%-93%). Additionally, 80% of parents whose children participated in this study had positive views towards tele-dentistry. CONCLUSION: Tele-dentistry was shown to be an alternative approach to clinical examinations for caries detection among school children. Employing non-dental care professionals in tele-dentistry has been emerged as a reliable and cost-effective approach, especially in LMICs.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».