Challenges and solutions in managing dental problems in children with autism
Notice bibliographique
Résumé
BACKGROUND: Children with autism spectrum disorder (ASD) face unique challenges in maintaining oral health due to sensory sensitivities, communication difficulties, and behavioral barriers. These factors, along with limited access to ASD-trained dental professionals, increase their risk of dental caries, periodontal disease, bruxism, and other oral health issues. Despite growing awareness of these challenges, a comprehensive synthesis of evidence-based solutions remains lacking. AIM: To review synthesizes existing research on dental problems in ASD, barriers to care, management strategies, and future directions for improved oral health outcomes. METHODS: A systematic search of PubMed, Cochrane Library, and Scopus was conducted using predefined search terms. Related to ASD, dental health, and management strategies. Inclusion criteria encompassed studies focusing on children with ASD, dental health issues, and interventions. Data extraction included study design, participant characteristics, key findings, and intervention outcomes. The quality of studies was assessed using appropriate tools such as the Cochrane Risk of Bias Tool and the Newcastle-Ottawa Scale. A narrative synthesis approach, incorporating thematic analysis, was utilized to evaluate the findings. RESULTS: A total of 165 studies met the inclusion criteria. Children with ASD exhibited a higher prevalence of dental caries, gingivitis, bruxism, and malocclusion compared to neurotypical peers. Barriers to dental care included sensory sensitivities, communication difficulties, financial constraints, and a shortage of ASD-trained dental professionals. Effective interventions included desensitization programs, behavioral therapy, digital applications, and interdisciplinary collaboration. Parental education and professional training were crucial for improving oral health outcomes. CONCLUSION: Tailored dental care strategies, including sensory adaptations, behavioral interventions, and interdisciplinary collaboration, are essential for children with ASD. Standardized guidelines and long-term studies are needed to refine evidence-based protocols. Future research should explore digital interventions and probiotic applications in ASD dental care.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 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 ».