Patients' Awareness, Trust, and Acceptance of Robot‐Assisted Dental Implant Surgery: A Cross‐Sectional Survey
Notice bibliographique
Résumé
OBJECTIVES: To investigate patients' awareness, trust, and acceptance of robot-assisted dental implant surgery in South China, identify the influencing factors, and evaluate the opportunities and challenges to clinical use. MATERIAL AND METHODS: A cross-sectional survey was conducted from November 2024 to August 2025 in three public hospitals in South China. Electronic questionnaires were distributed to patients who had or were scheduled to undergo implant surgery or were considering dental implant treatment. Participants were assigned to Questionnaire A (patients who underwent robot-assisted implantation) or Questionnaire B (patients without such experience). The questionnaire covered the demographic characteristics, awareness level, trust, acceptance, and experience of those treated with robot assistance. RESULTS: Three hundred and ninety six valid questionnaires were administered. Among these, 26.51% accepted robot-assisted implants, 27.78% rejected, and 45.70% were uncertain. In the inexperienced group (n = 382), 61.00% expressed distrust, which was associated with the age, humanistic care, safety, and emergency capabilities of the new technique. In the experienced group (n = 14), 78.60% of patients expressed their willingness to undergo robotic surgery again. The regression analysis revealed that preoperative information negatively affected satisfaction (β = -0.239, p = 0.019), whereas intraoperative experience exhibited a positive effect (β = 0.268, p = 0.014). CONCLUSIONS: Patients in South China demonstrated limited awareness of robot-assisted dental implant surgery. Trust was mainly influenced by demographics and safety perceptions, whereas satisfaction relied on intraoperative experiences and recovery. The promotion of robot-assisted implant technology should emphasize technical reliability, doctor-patient communication, improved patient experience, and tailored management for different groups.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».