Are Medical Practitioners interested in oral- systemic disease connection? - Assessment of awareness and knowledge among Medical Doctors in Port Harcourt
Notice bibliographique
Résumé
Background: Though literatures abound as regards the association between chronic periodontitis and non-communicable diseases through the inflammatory pathway that is common to all, however, there is still a low referral from medical doctors to the dentists for oral care. Methodology: All consenting medical practitioners that attended the 2019 Annual General Meeting of the Nigeria Medical Association in Port Harcourt. Data was collected with self- administered questionnaire and analyzed with Statistical Package for Social Sciences version 20.0. Statistical significance was set at p≤0.05. Results: One hundred and fifty-six medical doctors were recruited with M: F of 1.5:1. 28.9% were specialists, 14.1% have practised for over 30 years and 90.4% claimed a knowledge of oral health. Though, 7 out of 10 participants knew gum disease is a form of periodontal disease, only 1 out of 2 and 1 out of 5 knew that the aetiological factor is dental plaque and gingival bleeding is the first sign respectively. One quarter of participants did not know that cigarette smoking is a risk factor for periodontitis. 4 out of 5 participants will seek the dentist opinion for and 9 out of 10 will refer patients. There was statistical significance between participants knowledge of systemic diseases and cadre as regards COPD, CKD and PLBW. Conclusion: Medical doctors have poor awareness of oral-systemic interactions and are not so knowledgeable about the diseases that can result from them. There is therefore, the need to educate them and emphasize the importance of referring their patients for oral care.
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 | 0,002 | 0,003 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».