The effect of dental rehabilitation under general anesthesia on dental anxiety in children: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Dental fear and anxiety (DFA) are common in children, which can hinder their access to dental care and lead to poor oral health outcomes. Dental general anesthesia (DGA) is frequently used for uncooperative children or those requiring extensive treatment, enabling efficient care in a single session. However, its psychological effects on DFA—whether it alleviates or worsens anxiety—remain unclear. This highlights the need for a systematic review and meta-analysis to evaluate DGA's impact on children's DFA. METHODS: A systematic search was conducted in PubMed, Scopus, Web of Science, and Google Scholar up to January 15, 2025, to identify observational and clinical studies on DFA in children (ASA I–II) under 12 years old before and after DGA or compared to those without DGA. Risk of bias was assessed by the NIH quality assessment tool for before-and-after studies without an external control, and the Newcastle–Ottawa scale for case–control and cohort studies. Results were synthesized using standardized mean differences (SMD) and 95% confidence intervals (CI), with evaluations for heterogeneity and publication bias. RESULTS: Twelve studies were included in the review, with nine eligible for meta-analysis. Based on the NIH quality assessment tool, four studies were rated as good and three as fair. Three studies received medium quality scores on the Newcastle–Ottawa scale. The analysis revealed no statistically significant changes in DFA after DGA (SMD = -0.7, 95% CI: -1.993 to 0.593, p = 0.289), nor between DGA and non-DGA groups (CFSS-DS: SMD = 0.132; MCDASf: SMD = 0.850). High heterogeneity and possible publication bias were observed. The certainty of evidence was rated as very low by GRADE. CONCLUSION: There was no statistically significant evidence that DGA increases or decreases DFA in children. Due to the variability in outcomes and assessment methods, future research should use standardized tools, consider confounding factors, and include longer follow-up periods to better understand the psychological effects of DGA.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».