MétaCan
Menu
Retour à la cohorte
Enregistrement W4414354356 · doi:10.1177/23800844251372545

Recommendations for Integrating Caries Risk Assessment into Primary Care for Indigenous Children

2025· article· en· W4414354356 sur OpenAlexafffundabout
Olubukola O. Olatosi, Robert J. Schroth, Daniella DeMaré, Betty-Anne Mittermuller, Maria Manigque, Johnathan A. Edwards, Maryam Amin, Alexandra Nicolae, Josée G. Lavoie, Julianne Sanguins, Prashen Chelikani, Peter Wong, Julie Lamoureux, Mary Bertone, Kathy Yerex, Rhonda Campbell

Notice bibliographique

RevueJDR Clinical & Translational Research · 2025
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensFirst Nations Health and Social Secretariat of ManitobaUniversity of TorontoToronto Public HealthUniversity of AlbertaManitoba HealthUniversity of ManitobaChildren's Hospital Research Institute of Manitoba
Organismes subventionnairesInstitute of Indigenous Peoples' HealthResearch Manitoba
Mots-clésIndigenousEarly childhood cariesPrimary careRisk assessmentOral healthCulturally appropriateNeeds assessmentPrimary health care

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This study aimed to identify strategies for implementing and integrating the Canadian Caries Risk Assessment (CRA) tool for preschoolers into the primary care of First Nations and Métis children in Manitoba, Canada, based on the perspectives of nondental primary care providers (NDPCPs). METHODS: An exploratory qualitative design was employed to gather insights from NDPCPs who provide care to Indigenous children aged <6 y. Fifty participants were purposefully recruited from 10 urban, rural, and remote communities across Manitoba. Data were collected through 8 focus groups and 12 in-depth key informant interviews conducted between April 2023 and September 2024. Interviews were transcribed verbatim and analyzed thematically via an inductive approach informed by a social constructivist framework. RESULTS: Four interrelated themes were identified by participants as central to CRA implementation and integration. Strengthening primary care systems involved training in fluoride varnish application, management endorsement, electronic medical record integration, standardized documentation, and incentives such as fee-for-service models. Building trust and culturally safe connections with Indigenous communities included establishing respectful relationships, embedding CRA into trusted programs, and addressing access barriers such as transportation and oral health supplies. Educating and engaging families focused on developing accessible educational materials and using trusted communication channels such as Facebook and local radio to improve oral health literacy. Advocating for policy changes involved calls for billing codes, sugar reduction policies, and CRA integration into existing well-child programs. CONCLUSION: NDPCPs in Manitoba are supportive of integrating the CRA tool into Indigenous pediatric primary care. Their recommendations offer a practical road map for CRA implementation, emphasizing systemic support, culturally responsive care, education, and policy alignment. These findings contribute to broader efforts to reduce oral health disparities and improve early childhood caries prevention in underserved populations.Knowledge Transfer Statement:Nondental primary care providers recommend integrating Caries Risk Assessment tools into Indigenous children's care through enhanced training, culturally safe engagement, and supportive policy development to address persistent oral health inequities.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,481
Score d'incertitude au seuil0,957

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,052
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0070,003
Communication savante0,0070,004
Science ouverte0,0070,007
Intégrité de la recherche0,0070,008
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,131
Tête enseignante GPT0,558
Écart entre enseignants0,427 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJDR Clinical & Translational ResearchMême sujetDental Health and Care UtilizationTravaux en français237 207