Unmasking oral health stigma: a qualitative scoping review
Notice bibliographique
Résumé
INTRODUCTION: Health-related stigma can limit access to care, impair adherence to treatment, and negatively impact mental health and quality-of-life. Oral health stigma, defined as stigma arising from oral conditions that diverge from sociocultural norms, operates through labelling, stereotyping, othering, and exclusion. Oral health stigma can lead to shame, diminished self-confidence, and avoidance of dental care, creating a self-perpetuating cycle of poor oral health and reinforcing internalised and anticipated stigma. While previous research has explored the social implications of oral appearance, little is known about the broader concept of oral health stigma or strategies to mitigate it. METHODS: This scoping review adopted Levac et al.'s six-stage framework. The review utilised data from qualitative studies to explore lived experiences of oral health stigma and consider ways to mitigate it. Patient and public involvement (PPI) informed the development of the research question, search strategy, and interpretation of findings. RESULTS: Seventy-two qualitative studies were included, comprising 2,455 participants. Themes included stigma associated with physical appearance and attractiveness, judgement, labelling, and stereotyping. Consequences included low self-esteem, social exclusion, impacts to care seeking behaviours, and efforts to conceal oral appearance. Participants highlighted the transformative value of dental care and described coping strategies to build resilience. Other proposed solutions included fostering social connection and implementing trauma-informed, non-judgemental dental care. CONCLUSION: Oral health stigma has significant social and psychological consequences and impacts on care-seeking behaviours. Addressing it requires targeted interventions at multiple levels, including individual, community, professionals and wider system / policy.
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 | 0,043 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,018 | 0,019 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».