General Dentists and Dental Specialists’ Knowledge of Treatment, Diagnosis, Referral, and Risk Factors of Obstructive Sleep Apnea: A Systematic Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objectives: This systematic review aimed to evaluate general dentists and dental specialists’ knowledge regarding obstructive sleep apnea (OSA) diagnosis, referral, risk factors, and treatment. Methods: A systematic search of databases, including Web of Science, PubMed, and ProQuest, was conducted for studies published up to 25 September 2023, following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. Inclusion criteria included cross-sectional studies that assessed the knowledge of general dentists or dental specialists. A quality assessment was performed using the Newcastle–Ottawa Quality Assessment Scale. Results: The seven included studies demonstrated varied knowledge levels among respondents regarding polysomnography as the gold standard for diagnosing OSA, with percentages ranging from 40.18% to 90%. While recognition of craniofacial structure as a risk factor for OSA was consistently high, knowledge about body weight as a risk factor varied. Additionally, the understanding of continuous positive airway pressure as the standard treatment showed discrepancies across the studies. Conclusions: Given that some of the included articles displayed a moderate to high risk of bias, the results highlight the varying levels of OSA knowledge among dentists and specialists across the studies. This indicates a potential need for targeted educational programs to improve their understanding and management of OSA.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 découle