Utilization of caries risk assessment tools within the underserved population: a scoping review
Notice bibliographique
Résumé
OBJECTIVES: Caries Risk Assessment (CRA) tools can be utilised to assess caries risk levels within underserved individuals to provide risk-based caries management. With no previous review mapping the evidence of CRA tools in underserved populations, a scoping review was conducted to provide a comprehensive view of the current literature and the utilisation of CRA tools in underserved populations. The main objectives of this review are as follows: (1) to comprehensively review CRA tools utilised, and (2) to highlight the important findings indicating the oral health status of underserved population subgroups. METHODS: A systematic search was performed using MEDLINE, EMBASE, Scopus, Google Scholar, and Dissertations & Theses Global (ProQuest). All relevant English-language papers published between January 2004 to June 2024 were identified. Retrieved references were imported and underwent 2-stage screening. The type of CRA tool was extracted as the primary outcome and oral health status of underserved subgroups were extracted as the secondary outcome. RESULTS: A total of 26 studies and nine different CRA tools were identified. Included studies examined caries risk in low-income families, people with disabilities, Indigenous peoples, refugees, veterans, and rural communities. Most studies indicated moderate to high caries risk and significant unmet oral health needs in underserved populations. CONCLUSIONS: The underserved populations experience elevated caries risk and poor oral health status that require the attention of policymakers and practitioners. Significant heterogeneity across the utilised CRA tools was identified. Future research focusing on developing a standardised and appropriately validated CRA tool that can be utilised is necessary.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».