MétaCan
Menu
Retour à la cohorte
Enregistrement W4415622060 · doi:10.60087/japmi.vol.03.issue.01.id.012

Dental anxiety as a hidden access barrier: prevalence, sociodemographic predictors, and service-utilization effects

2025· article· W4415622060 sur OpenAlexaff
Abdulrahman Awad, Adam Friday

Notice bibliographique

RevueJournal of AI-powered medical innovations. · 2025
Typearticle
Langue
DomaineDentistry
ThématiqueDental Anxiety and Anesthesia Techniques
Établissements canadiensRobarts Clinical TrialsWestern University
Organismes subventionnairesnon disponible
Mots-clésAnxietyMultidisciplinary approachMental healthOral healthStigma (botany)Dental careDental healthHealth equity

Résumé

récupéré en direct d'OpenAlex

Another major, yet significantly under-acknowledged cause of lower utilization of oral healthcare services is dental anxiety. Although there has been increased dental technology coupled with the focus on the patient, fear and anxiety are playing a role in ensuring that individuals do not get timely treatment resulting in the worsening of the oral health condition. This paper will cover the commonality of dental phobia, its sociodemographic predictors, as well as the effects of dental phobia on patterns of service uptake, especially in vulnerable groups. This study relies on a multidisciplinary literature review, thus showing how the age, gender, socioeconomic status, previous trauma, and mental health stigma augment the effects of dental fear. The article claims an oral health structural barrier is the hidden element of dental anxiety that transpires into greater oral health disparity by synthesizing international and regional data, especially with low- and middle-income situations. The results promote a universal culturally competent, and trauma-sensitive system of dental medicine, based on the trust in advance of screening and anxiety-reduction methods. Finally, the problem of dental anxiety is important not only to enhance oral health outcomes but to create equity in access to basic health services.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,325
Écart entre enseignants0,312 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of AI-powered medical innovations.Même sujetDental Anxiety and Anesthesia TechniquesTravaux en français237 207