MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414580931 · doi:10.1101/2025.09.25.25336679

Preventive oral health services and caries risk assessment of young children by non-dental healthcare providers: a scoping review

2025· preprint· en· W4414580931 sur OpenAlexafffundabout
Olubukola O. Olatosi, Robert J. Schroth, Jorma I. Virtanen, Carol Youssef, Nicole Askin, Moyosoreoluwa Olatosi, Julianne Sanguins, Prashen Chelikani, Lavoie Josee

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensYork UniversityUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health ResearchResearch Manitoba
Mots-clésFluoride varnishEarly childhood cariesPublic healthPsychological interventionOral healthHealth promotionHealth careInclusion (mineral)MEDLINE

Résumé

récupéré en direct d'OpenAlex

Abstract Background Early childhood caries (ECC) remains a significant global public health concern, disproportionately affecting vulnerable and underserved populations. Integrating oral health services into primary care particularly through non-dental primary care providers (NDPCPs) offers a promising strategy for early identification and prevention. However, the extent and characteristics of such integration across global health systems remain unclear. Objectives This scoping review aimed to map the available evidence on preventive oral health services (POHS) and caries risk assessment (CRA) delivered to children under six years of age by NDPCPs. Specifically, it addressed (1) the types and characteristics of POHS and CRA provided, and (2) how commonly these services are implemented in pediatric primary care settings. Methods The review followed the Joanna Briggs Institute (JBI) Scoping Review Framework. A comprehensive search of four databases, MEDLINE, EMBASE, CINAHL, and Web of Science was conducted for English-language studies published between 2009 and 2024. Eligible studies included primary research on CRA, fluoride varnish application, dental referrals, or oral health promotion delivered by NDPCPs (e.g., physicians, nurses, dietitians) to children under six. A total of 54 studies met the inclusion criteria and were charted, summarized, and analyzed narratively. Results Most studies (83%) were conducted in the United States, with additional representation from Australia, the United Kingdom, Europe, and limited low– and middle-income countries (LMIC) settings. Interventions were delivered by a wide range of NDPCPs including physicians, nurse practitioners, and health visitors, often during well-child visits. Common interventions included oral health education, CRA using structured tools, fluoride varnish application, and dental referrals. Several studies reported improved service uptake following provider training, electronic medical record (EMR) integration, or Medicaid reimbursement policies. Despite evidence of effectiveness and feasibility, no eligible studies were identified from e.g. Canada, highlighting a critical implementation gap. Conclusions NDPCPs play an important and increasingly well-supported role in the delivery of POHS to young children. This review underscores the need for policy frameworks such as reimbursement mechanisms and interprofessional training to support oral health integration into primary care. Canada may benefit from adopting system-level policies to enable and evaluate CRA and POHS in primary care, especially for underserved and Indigenous populations.

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)0,011
score de la tête « metaresearch » (Gemma)0,062
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,062
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0060,006
Bibliométrie0,0190,020
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,017
Tête enseignante GPT0,378
Écart entre enseignants0,361 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetDental Health and Care Utilization→Travaux en français237 207→