RELIABILITY, APPLICABILITY AND EXPANSION OF ACCESS TO DIAGNOSIS THROUGH TELECONSULTATION IN STOMATOLOGY: a scoping review
Notice bibliographique
Résumé
Teledentistry comprises several modalities of remote dental care, notably teleconsultation—defined as the exchange of clinical information among healthcare professionals—and telediagnosis, which involves issuing diagnostic reports. However, the impact of teleconsultation on the early diagnosis of oral lesions remains uncertain. This study aims to synthesize the available evidence and provide a comprehensive overview of the reliability, applicability, and potential to expand access to the diagnosis of oral lesions, including malignant and potentially malignant disorders, through teleconsultation in oral medicine. A systematic search was conducted in MEDLINE/PubMed, Cochrane Library, EMBASE, LILACS, and gray literature up to January 2025, with no language restrictions. Methodological quality and risk of bias were assessed using specific tools: Newcastle-Ottawa (cohort studies), JBI (cross-sectional studies), QUADAS-2 (diagnostic accuracy studies), and GRADE (certainty of evidence). A narrative synthesis was performed. A total of 25 observational studies (cross-sectional, cohort, and diagnostic accuracy) were included, involving 8,746 patients assessed via teleconsultation, although not all studies reported the exact number of participants. Among the evaluated cases, 612 were confirmed as malignant. Diagnostic agreement between general practitioners and specialists ranged from 60% to 100%, being higher in studies with standardized protocols, prior training, or those conducted by specialists. Remote diagnostic accuracy reached up to 97% compared to the gold standard. Overall satisfaction with the service was high (96.5%), and 75% of patients reported the procedure as comfortable. Some studies demonstrated that teleconsultation contributes to expanding access to diagnosis in oral medicine, as reflected in an increase in referrals. Despite promising findings, the high methodological heterogeneity (>85%) among studies precluded a robust meta-analysis and limited the generalizability of results.
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 | 0,076 | 0,297 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,010 |
| Bibliométrie | 0,026 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».