Utilisation du fluorure diamine d’argent par les dentistes au Canada : étude de la base de données des demandes de paiement des soins dentaires des Services de santé non assurés (SSNA)
Bibliographic record
Abstract
Introduction En août 2020, le programme des Services de santé non assurés (SSNA) de Services aux Autochtones Canada a approuvé l’application de fluorure diamine d’argent (FDA), un agent de lutte contre les caries dentaires, pour les clients de tous âges admissibles aux SSNA. Nous avons analysé l’utilisation du FDA pour les enfants et les jeunes admissibles aux SSNA et nous en avons déterminé les tendances et les différences régionales Méthodologie Le Programme des SSNA a fourni des données sur les demandes de paiement associées au FDA pour les enfants et les jeunes (moins de 17 ans) du 1er août 2020 au 31 juillet 2022. Nous avons établi des statistiques descriptives et calculé les taux d’application de FDA en divisant le nombre d’enfants et de jeunes concernés par les demandes de paiement associées au FDA par le nombre d’enfants et de jeunes admissibles aux SSNA (n = 215 215). Résultats Il y a eu 4 158 demandes de paiement associées au FDA pour 3 465 enfants et jeunes (1 542 en 2020-2021 et 1923 en 2021-2022, soit une augmentation de 24,7 %). L’âge moyen était de 7,9 (écart-type [ET] : 4,0) ans, et 52,9 % étaient des filles. Ce sont les dentistes généralistes qui ont fait le plus de demandes de paiement (87,1 %). Le Manitoba a enregistré le plus grand nombre de demandes initiales (19,6 %), mais c’est l’Alberta qui a enregistré le plus grand nombre de demandes pour suivi. Le Nunavut (37,0/1000; IC [IC] à 95 % : 33,8 à 40,4) et les Territoires du Nord-Ouest (20,9/1000; IC : 17,2 à 25,1) présentaient les taux les plus élevés de demandes de paiement associées au FDA. Conclusion L’augmentation du nombre de demandes de paiement associées au FDA sur ces 2 ans peut indiquer qu’un plus grand nombre de fournisseurs de soins dentaires ont appris que le Programme des SSNA couvrait le traitement au FDA et l’ont intégré dans leurs approches de traitement des caries. Cependant, peu d’enfants et de jeunes ont reçu des applications de FDA de suivi, ce qui pourrait réduire l’efficacité de l’arrêt des caries.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.007 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".