MétaCan
Menu
Retour à la cohorte
Enregistrement W4410253133 · doi:10.1186/s12903-025-06036-9

Healthcare providers' perspectives on the Canadian Caries Risk Assessment Tool implementation in Indigenous pediatric primary care: a qualitative study

2025· article· en· W4410253133 sur OpenAlexafffundabout
Olubukola O. Olatosi, Robert J. Schroth, Daniella DeMaré, Betty-Anne Mittermuller, Maria Manigque, Jeanette Edwards, Maryam Amin, Alexandra Nicolae, Josée G. Lavoie, Julianne Sanguins, Prashen Chelikani, Peter Wong, Jesse Lamoureux, Mary Bertone, Katherine Yerex, Rhonda Campbell

Notice bibliographique

RevueBMC Oral Health · 2025
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensUniversity of TorontoToronto Public HealthUniversity of AlbertaWinnipeg Regional Health AuthorityManitoba HealthUniversity of ManitobaChildren's Hospital Research Institute of Manitoba
Organismes subventionnairesCanadian Institutes of Health ResearchResearch Manitoba
Mots-clésMedicineThematic analysisIndigenousEarly childhood cariesFocus groupReferralNursingFamily medicinePublic healthHealth careQualitative researchOral health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Early childhood caries remains a significant public health concern among Indigenous children in Canada. Integrating caries risk assessment (CRA) into primary care settings could improve early detection and intervention. OBJECTIVES: This qualitative study explored the barriers to implementing and integrating the Canadian CRA tool into the primary care of First Nations and Métis children in Manitoba, based on the perspectives of non-dental primary care providers (NDPCPs). METHODS: Fifty NDPCPs providing care to Indigenous children under six years of age were purposefully selected from ten Indigenous communities in Manitoba, including Winnipeg, Selkirk, St. Laurent, Swan River, Pine Creek, Camperville, and Pine Falls. The study employed an exploratory design, with data collected through eight focus groups and twelve in-depth key informant interviews conducted between April 2023 and September 2024. All interviews were audio-recorded, transcribed verbatim, and analyzed using inductive thematic analysis with NVivo software. RESULTS: Participants included pediatricians, family physicians, public health nurses, nurse practitioners, physician assistants, dietitians, and child development workers, with an average age of 41 years (range: 24-61) and 13 years of practice experience (range: 1-40). Thematic analysis identified four major barriers to integrating the CRA tool: (1) Service provider level - time constraint, scope of practice, documentation/referral pathways, and funding; (2) Community level - oral care not priority, separation of dental and general health, lack of transportation, and healthcare distrust; (3) Caregiver and child level - lack of dental insurance, parental willingness, substituting CRA for dental visit; and (4) Provider training and skills - lack of training on fluoride varnish application and dental screening. Despite these challenges, participants expressed a positive attitude toward receiving training on early childhood caries prevention, fluoride application, and the use of the Canadian CRA tool. CONCLUSION: This study highlights that NDPCPs in Manitoba recognize the Canadian CRA tool as a valuable resource for improving access to early preventive dental care for First Nations and Métis children. The identified barriers provide critical insights for dental, medical, and allied healthcare providers, offering a foundation for developing strategies, guidelines, and policies to enhance preventive oral health services for Indigenous children in Manitoba.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,297
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,438
Écart entre enseignants0,406 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Oral HealthMême sujetDental Health and Care UtilizationTravaux en français237 207