The association between patients’ personality traits and pain perception during orthodontic treatment: a systematic review
Notice bibliographique
Résumé
Background: Orthodontic treatment is frequently correlated with different levels of discomfort and pain, caused by the application of forces to move the teeth. The mechanism of orthodontic pain is based on the initially activation of sensory receptors in periodontal tissues which results in a cascade of nociceptive pain processing and transduction in both the central and peripheral nervous systems that is finally experienced by patients. The perception of pain is subjective and varies among people, as it is influenced by both general and individual elements. This systematic review aims to synthesize existing knowledge on the association between patients' personality traits and pain perception during orthodontic treatment, and its influence on the success of orthodontic therapy. Methods: The search strategy included the databases PubMed, Scopus, Embase, and Web of Science. The inclusion criteria were studies examining the correlation between personality traits and pain perception in patients undergoing orthodontic treatment. The quality of the studies was assessed using the Newcastle-Ottawa Scale (NOS). Results: The search strategy yielded 301 potential articles, with 10 papers meeting the inclusion criteria. Five studies were judged at a low risk of bias and another five studies were assessed as having a moderate risk of bias. Most of the studies reported relationship between personality traits and pain perception during orthodontic treatment, as well as treatment attitudes, and post-treatment satisfaction. Conclusion: Patients' psychological characteristics seems to affect pain perception and other factors associated with orthodontic treatment. Given that several studies were judged to have a moderate risk of bias, as well as high heterogeneity among studies, further research is needed. Systematic review registration: The systematic review was registered in PROSPERO database (CRD42024537185).
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 | 0,006 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».