Community-Based Periodontal Disease Prevention Programs: A Schematic Assessment and Meta-Analysis of Effectiveness and Future Directions under Community Medicine and Dentistry
Notice bibliographique
Résumé
Background: The prevalence of periodontal disease in the general population is still an important issue in public health, particularly among groups with low access to preventive treatments. The current meta-analysis was intended to determine the efficacy of community-based periodontal disease prevention programmes in enhancing clinical periodontal outcomes, namely, Plaque Index (PI), Gingival Index (GI), Bleeding on probing (BOP), and Pocket probing depth (PPD). Methods: The literature was searched using PubMed, Web of Science, and Google Scholar (2012-2025). Community-based interventions that targeted the aspects of education, behavioral change, or preventative care were eligible. Risk of bias was assessed using the Cochrane risk of bias tool and the Newcastle Ottawa for Randomized controlled trials (RCTs) and Observational studies, respectively. The certainty of evidence was evaluated with the GRADE criteria. Meta-analyses were completed based on a random-effects model, and heterogeneity was evaluated by means of I2 statistics. Results: Twelve studies were enrolled in this study. In pooled analysis, there was a significant improvement in Plaque Index (SMD = -1.12; 95% CI: -1.59 to -0.64) and Gingival Index (SMD = -0.89; 95% CI: -1.35 to -0.43) after community-based interventions. In the case of Bleeding on Probing, the effect was not significant (SMD = 0.96; 95% CI: -1.66 to 3.59), whereas PPD displayed significant improvement (SMD = -0.62; 95% CI: -1.09 to -0.14). Discussion: Periodontal programs based on communities are practical in lowering PI, GI, and PPD. In spite of the uneven results of BOP, the evidence as a whole favors the inclusion of such programs as components of oral health strategies.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».