Patient-provider communication during consultations for elective dental procedures: A scoping review
Notice bibliographique
Résumé
INTRODUCTION: Patient-provider communication (PPC) is a critical component of patient-centered care. Original studies have examined specific factors related to PPC during consultations for elective dental procedures, but this evidence has yet to be comprehensively summarized. This scoping review aimed to understand better the extent and depth of the available literature regarding factors that influence PPC during consultations for elective dental procedures. METHODS: The authors considered electronically available, English-language, original research published since 1990 assessing communication during consultations for elective dental procedures. Four electronic databases, Google Scholar, and reference lists of inclusions were searched until August 2023. No quality assessment was completed. Two independent researchers assessed article eligibility. Data were charted with a narrative review approach. RESULTS: A total of 37 studies were included. The most popular discipline studied was orthodontics. Prospective cohorts and cross-sectional were the most common study designs. Information recall, patient satisfaction, and patient comprehension were the most common outcome measures. Most studies employed questionnaires, surveys, or interviews for data collection. Nineteen factors related to PPC during elective dental consultations were identified and categorized into information delivery (4), patient-related (9), and provider-related factors (6). CONCLUSIONS: This scoping review is the first to present a list of evidence-supported factors related to PPC in elective dental consultations. Identifying these factors is an important first step to better understanding their influence on PPC and designing interventions targeting those that may be modifiable. PPC during elective dental consultations is a dynamic, ongoing process. Several recommendations emerged that may help improve PPC, including appropriate information delivery, patient engagement, providing adequate time, and educating ourselves on approaches to PPC.
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 | 0,009 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».