Syphilis: Understanding the disease and the role of dental professionals
Notice bibliographique
Résumé
, poses significant public health challenges globally. Its varied clinical presentations, especially oral manifestations, position dental professionals uniquely for early detection and intervention. This review synthesizes current epidemiological trends, clinical features, diagnostic approaches, prevention strategies, and management guidelines with an emphasis on the role of dental professionals. A literature review was conducted to assess the clinical presentation of syphilis, prevention and management by dental professionals. Key topics included epidemiology, risk factors, transmission, diagnosis and treatment. A systematic search was conducted across PubMed, Ovid MEDLINE, EMBASE, Scopus, and Google Scholar for studies published in English from 2010 to 2024, supplemented by public health and media reports. A notable increase in syphilis cases was reported globally, including Canada and the United States, with disproportionate impacts on vulnerable populations. Oral lesions, including chancres and mucosal patches, frequently present in early stages, underscoring the importance of dental examination. Rapid point-of-care testing offers opportunities for timely diagnosis in dental settings. Prevention relies on education, routine screening, and structural interventions, while management centres on penicillin-based treatment and coordinated referrals. Dental professionals can play a critical role in mitigating syphilis transmission through early identification, patient education, and referral. Strengthening interdisciplinary collaboration and provider training is essential for improving syphilis outcomes and population health.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».