A Systematic Review of the Facilitators and Challenges as Perceived by Dental Service Providers in the Provision of Oral Healthcare for Culturally and Linguistically Diverse Populations
Notice bibliographique
Résumé
OBJECTIVES: Vulnerable groups, particularly those from Culturally and Linguistically Diverse (CALD) backgrounds, face heightened risks of poor oral health. There is a notable gap in systematically analysing the facilitators and challenges dental service providers face in meeting the needs of patients from CALD backgrounds. This study, therefore, sought to systematically review existing literature to address this gap and provide insights into the factors that influence dental service provision for CALD communities. METHODS: A comprehensive search of six electronic databases was conducted to identify facilitators and challenges in oral healthcare provision. Database searches covered January 1985 to May 2025 (last updated 31 May 2025). A meta-integration approach was employed to synthesise qualitative and quantitative findings. The quality of evidence was assessed using the Mixed Method Appraisal Tool (MMAT). Data organisation followed Ferlie and Shortell's healthcare model, with key themes identified via thematic analysis. RESULTS: Thirteen papers were included in this review, comprising three quantitative and 10 qualitative studies, sourced from diverse countries, including the United Kingdom, Australia, New Zealand, Japan, Sweden, Netherlands, Finland, Germany, the United States and Canada. Article quality varied from moderate to high. Although individual-level factors such as cultural beliefs and language barriers, impacted dental service provision and rigid organisational structures also served as a significant challenge. Structural/system-level challenges included policy implementation gaps, insufficient cross-cultural training for dental providers and affordability issues. CONCLUSION: The evidence from dental service providers in diverse settings suggests they encounter several challenges when providing dental care to CALD communities. In summary, delivering culturally sensitive oral healthcare is inherently complex. Policymakers must acknowledge that addressing the needs of CALD patients necessitates establishing supportive environments and strengthening institutional capabilities.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».