MétaCan
Menu
Retour à la cohorte
Enregistrement W7124731953 · doi:10.64483/202412537

Medical-Dental Integration for Vulnerable Populations: Addressing Social Determinants and Complex Care Needs – A Narrative Review

2024· article· W7124731953 sur OpenAlexaff
Masoud Ayed Aldossry, Tagred Abdullah Alhaeyty, Mansour Nidaa Aldhafeeri, Nasser Abdullah Aldhafeeri, Ahmed Bandar Qaynan Alotaibi, Omar Omair Mohammed Alharbi, Mohmmed Owaidh Almutairi, Salem Mohammed Ahmed Bajunayd, Mashael Abdullah Saif Al Mutawa, Ali Mahdi Abkar Mubarak, Saad Nasser Mohammed Alelyani, Jamal Nidaa Aldhafeeri

Notice bibliographique

RevueSaudi Journal of Medicine and Public Health · 2024
Typearticle
Langue
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensMinistry of Health and Long Term Care
Organismes subventionnairesnon disponible
Mots-clésDignitySchismSocial determinants of healthHealth careThematic analysisPublic healthNarrativeNarrative inquiry

Résumé

récupéré en direct d'OpenAlex

Background: Vulnerable populations, including those experiencing homelessness, refugees, and the elderly in long-term care (LTC), suffer disproportionately from poor oral health and its systemic sequelae, exacerbated by fractured care systems and profound social determinants of health (SDOH). The historical schism between medical and dental care creates insurmountable barriers for these groups, leading to preventable suffering, dignity loss, and costly emergency department (ED) utilization for untreated dental pain and infection. Aim: This narrative review synthesizes evidence from 2010-2024 on integrated medical-dental care models for vulnerable populations, analyzing the roles of sociology, nursing, dental laboratories, health assistants, pharmacy, and health security in delivering equitable, person-centered care. Methods: A comprehensive search of PubMed, Scopus, CINAHL, and sociology databases was conducted. Thematic analysis integrated literature from public health, nursing, dental science, social sciences, and health services research. Results: Effective models—such as co-located clinics, embedded dental services in shelters/LTC, and mobile units—demonstrate improved access, better management of chronic diseases (e.g., diabetes), and reduced acute care visits. Success is contingent on addressing sociological barriers (stigma, trust), utilizing health assistants as navigators, incorporating oral health into nursing assessments, providing affordable prosthetics, and ensuring pharmaceutical coordination. Conclusion: Medical-dental integration is not merely a clinical convenience but an ethical imperative for health equity. Its realization requires a deliberate, team-based approach that dismantles professional siloes, actively counters structural stigma, and embeds oral health within a holistic framework of social care and crisis preparedness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,187
Tête enseignante GPT0,480
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSaudi Journal of Medicine and Public HealthMême sujetDental Health and Care UtilizationTravaux en français237 207