Epidemiology Meets Advocacy: Understanding Pediatric Dental Trauma and Delayed Care in Post-Conflict Syria
Notice bibliographique
Résumé
Objective. To evaluate the prevalence, risk factors, aetiology, and management of traumatic dental injuries (TDIs) among children aged 1–18 years attending the Department of Pediatric Dentistry, Damascus University, Syria, during 2023–2024, and to illustrate representative clinical cases with documented outcomes. Methods. This retrospective cross-sectional study reviewed 2716 patient records (2023–2024) and identified 301 children with TDIs. Demographic, clinical, and behavioural variables were extracted and analysed using χ2, t tests, ANOVA, and binary logistic regression (IBM SPSS v26). Results. The overall TDI prevalence was 11.08%. Males were over twice as likely as females to experience TDIs (OR = 2.30; 95% CI = 1.76–3.01; p < 0.001). Older age acted as a protective factor (OR = 0.56; 95% CI = 0.43–0.74; p < 0.001). Falls were the most common cause (63.7%), and injuries most often occurred at home (48.9%). The maxillary central incisors were most frequently affected (68.5% of cases). Children with special healthcare needs had significantly more traumatised teeth (mean = 2.61 ± 1.13) than healthy children (1.66 ± 0.92; p < 0.001). Nearly half of the patients (45.3%) presented > one month after injury, and asymptomatic apical periodontitis and reversible pulpitis were the most frequent diagnoses. Representative case presentations demonstrated multidisciplinary management using restorative, endodontic, and orthodontic approaches with favourable follow-up outcomes. Conclusions. TDIs affected about one in nine children in this Syrian cohort. Male gender, younger age, and previous trauma were key risk factors. The predominance of delayed presentation underscores the need for community education, early referral systems, and targeted preventive programs within school and home environments.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».