DOI: https://doi.org/10.1038/s41598-025-32094-8
PMID: https://pubmed.ncbi.nlm.nih.gov/41486275
تاريخ النشر: 2026-01-05
المؤلف: Hawazin W. Elani وآخرون
الموضوع الرئيسي: صحة الأسنان واستخدام الرعاية
نظرة عامة
تبحث الدراسة في الفجوات في الوصول إلى الرعاية السنية عبر الولايات المتحدة، وخاصة في المناطق المحرومة، من خلال استخدام نماذج التعلم الآلي القابلة للتفسير. من خلال تحليل بيانات من 56,175 طبيب أسنان تخرجوا بين عامي 2000 و2022، تحدد الدراسة 76 متنبئًا يتعلق بخصائص الأفراد ومدارس طب الأسنان التي تؤثر على احتمال ممارسة أطباء الأسنان في مراكز الصحة المؤهلة اتحاديًا، أو مناطق نقص الأسنان، أو مناطق نقص الأسنان الريفية. تشير النتائج الرئيسية إلى أن عوامل مثل تخصص الممارسة العامة، سنوات الخبرة، حالة الممارسة غير المملوكة، والمتغيرات الديموغرافية (الجنس والعرق) تؤثر بشكل كبير على قرارات موقع الممارسة. بالإضافة إلى ذلك، تعتبر الخصائص المؤسسية، بما في ذلك موقع مدرسة طب الأسنان ومؤشر التنوع، حاسمة في تشكيل هذه النتائج.
تخلص الدراسة إلى أن التعلم الآلي يمكن أن يساهم بشكل فعال في تخطيط القوى العاملة السنية والتدخلات السياسية التي تهدف إلى تحسين الوصول إلى الرعاية السنية. وتؤكد على أهمية معالجة العوامل الديموغرافية والتعليمية والمؤسسية في تشكيل خيارات موقع ممارسة أطباء الأسنان. للتخفيف من الفجوات في القوى العاملة، تدعو الدراسة إلى استراتيجيات متكاملة تجمع بين الحوافز الفردية، مثل سداد القروض والإرشاد، مع الإصلاحات التعليمية التي تعزز المشاركة المجتمعية. من خلال فهم الدوافع وراء قرارات أطباء الأسنان لخدمة المناطق المحرومة، يمكن لصانعي السياسات تخصيص استراتيجيات التوظيف والاحتفاظ لتعزيز العدالة في الصحة الفموية.
مقدمة
تسلط المقدمة الضوء على القضية الحرجة للوصول إلى الرعاية السنية كعامل محدد للصحة الفموية في الولايات المتحدة، مع التأكيد على الفجوات الجغرافية الكبيرة في توزيع مقدمي الرعاية السنية. بينما تشير التوقعات الوطنية إلى أن العرض العام لأطباء الأسنان قد يلبي الطلب بحلول عام 2030، فإن هذه الأرقام تخفي اختلالات إقليمية كبيرة، تؤثر بشكل خاص على المجتمعات الريفية. حاليًا، يقيم حوالي 24.7 مليون فرد في مناطق تم تحديدها كمناطق نقص في الرعاية السنية، حيث تواجه المناطق الريفية نقصًا شديدًا—بمعدل طبيب أسنان واحد لكل 3,850 ساكن مقارنة بواحد لكل 1,470 في البيئات الحضرية.
لا تعالج الزيادة المتوقعة بنسبة 9% في القوى العاملة السنية من 2017 إلى 2030، والتي تتماشى مع نمو السكان، بشكل كافٍ الفجوات الملحوظة في توفر العيادات السنية عبر 387 مقاطعة. تعكس هذه التوزيعات غير المتوازنة لمقدمي الرعاية السنية تحديات نظامية أوسع ضمن القوى العاملة الصحية في الولايات المتحدة، كما يتضح من توقعات جمعية كليات الطب الأمريكية بنقص في الأطباء يتراوح بين 13,500 إلى 86,000 بحلول عام 2036. تتأثر الفئات المحرومة، وخاصة في المناطق الريفية والمناطق ذات الدخل المنخفض، بشكل غير متناسب بهذه النواقص، حيث تواجه مراكز الصحة المؤهلة اتحاديًا (FQHCs) تحديات مستمرة في التوظيف تحد من الوصول إلى خدمات الأسنان الأساسية وتفاقم الفجوات في الصحة الفموية. تشمل العوامل المساهمة في هذا التوزيع غير المتوازن الديون العالية لمدارس طب الأسنان، وشيخوخة القوى العاملة، والعزلة الجغرافية، وعدم كفاية التعويض لمقدمي الخدمات الذين يخدمون المجتمعات ذات الدخل المنخفض.
الطرق
تحدد قسم “الطرق” في ورقة البحث الإجراءات التجريبية والتحليلية المستخدمة للتحقيق في سؤال البحث. يوضح معايير اختيار المشاركين، وتصميم الدراسة، والتقنيات المحددة المستخدمة لجمع البيانات وتحليلها. تشمل المنهجية كل من الأساليب النوعية والكمية، مما يضمن فحصًا شاملاً للظواهر المدروسة.
تم إجراء التحليلات الإحصائية باستخدام برامج مناسبة، مع تحديد مستويات الدلالة عند p < 0.05. كما يصف القسم استخدام مجموعات التحكم والتوزيع العشوائي لتقليل التحيز، بالإضافة إلى البروتوكولات المتبعة لضمان موثوقية وصدق النتائج. بشكل عام، تم تصميم الطرق المستخدمة لاختبار الفرضيات بدقة وتقديم نتائج قوية تساهم في مجال الدراسة.
النتائج
حللت الدراسة عينة من 56,175 طبيب أسنان، وكشفت أن 2,591 (4.6%) فقط مارسوا في مراكز الصحة المؤهلة اتحاديًا (FQHCs)، و679 (1.2%) في مناطق نقص الأسنان، و405 (0.7%) في مناطق نقص الأسنان الريفية، مما يبرز اختلالًا كبيرًا في الطبقات يعكس نقص مقدمي الرعاية السنية في المناطق المحرومة. كان الملف الديموغرافي للمستجيبين في الغالب ذكورًا (55.2%)، بمتوسط عمر 41.2 عامًا ومتوسط خبرة مهنية 12.3 عامًا. حددت الغالبية أنفسهم كبيض (66.1%).
بالإضافة إلى ذلك، أشار تحليل بيانات مستوى المدرسة إلى متوسط مؤشر تنوع قدره 0.53 ونسبة عالية من المواطنين الأمريكيين بلغت 92.6%. ومن الجدير بالذكر أن أطباء الأسنان الذين يمارسون في مناطق النقص الريفية أبلغوا عن أعلى متوسط دين بعد التخرج، بلغ 266,825 دولارًا، مما يبرز التحديات المالية التي يواجهها مقدمو الخدمات في هذه المناطق الحرجة.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على العوامل المتعددة التي تؤثر على قرارات أطباء الأسنان لممارسة المهنة في المناطق المحرومة، بما في ذلك مراكز الصحة المؤهلة اتحاديًا (FQHCs)، ومناطق نقص الأسنان العامة، ومناطق نقص الأسنان الريفية. تستخدم الدراسة نماذج التعلم الآلي (ML)، وخاصة تعزيز التدرج المتطرف (XGBoost)، لتحقيق أداء تنبؤي قوي (AUCs تتراوح من 0.80 إلى 0.84) مع استخدام تقنيات الذكاء الاصطناعي القابلة للتفسير (XAI) لتعزيز قابلية تفسير النموذج. تشمل العوامل الرئيسية المحددة الخصائص الديموغرافية (مثل الجنس، العرق، سنوات الخبرة)، والخلفية التعليمية (مثل تنوع مدرسة طب الأسنان)، والسياق الجغرافي (مثل العوامل على مستوى الولاية). ومن الجدير بالذكر أن أطباء الأسنان في بداية حياتهم المهنية وغير الممارسين كانوا أكثر احتمالًا لخدمة في البيئات المحرومة، مما يشير إلى أن الحواجز المالية والمهنية تؤثر على خيارات موقع الممارسة.
تؤكد النتائج على أهمية الخصائص المؤسسية إلى جانب العوامل الفردية في تشكيل توزيع القوى العاملة. كان خريجو مدارس طب الأسنان المحددة، وخاصة في ولايات مثل ميزوري ووست فيرجينيا، أكثر ميلًا لممارسة المهنة في المناطق المحرومة، مما يشير إلى دور السياسات الحكومية وبيئات التدريب. بالإضافة إلى ذلك، اختلفت العلاقة بين الديون التعليمية وقرارات الممارسة حسب الإعداد، حيث كانت الديون المعتدلة مرتبطة بشكل إيجابي بممارسة FQHC، بينما كانت الديون العالية تعيق المشاركة في هذه الأدوار. تؤكد الدراسة على الحاجة إلى تدخلات سياسية مستهدفة تدمج الحوافز المالية مع الإصلاحات التعليمية لمعالجة الفجوات في القوى العاملة وتحسين الوصول إلى الرعاية السنية للفئات الضعيفة. بشكل عام، تقدم البحث رؤى قيمة لصانعي السياسات الذين يسعون لتعزيز استراتيجيات التوظيف والاحتفاظ في القوى العاملة السنية.
القيود
تعترف الدراسة بعدة قيود قد تؤثر على صحة نتائجها. أولاً، تتكون مجموعة البيانات من ردود من أطباء الأسنان الذين شاركوا في مسح خريجي طب الأسنان (SDG)، والذي قد لا يمثل السكان الأوسع من المهنيين في مجال الأسنان. هذه البيانات المبلغ عنها ذاتيًا عرضة لتحيز الذاكرة، خاصة فيما يتعلق بالمواضيع الحساسة مثل الديون المالية والدوافع الشخصية، مما قد يشوه النتائج.
بالإضافة إلى ذلك، فإن الاعتماد على مقاييس المبلغ عنها ذاتيًا يثير مخاوف بشأن دقة المعلومات المقدمة، مما قد يؤثر على الاستنتاجات العامة المستخلصة من الدراسة. يجب أن تأخذ الأبحاث المستقبلية في الاعتبار استخدام مقاييس أكثر موضوعية أو عينة أكثر تنوعًا لتعزيز قوة النتائج.
DOI: https://doi.org/10.1038/s41598-025-32094-8
PMID: https://pubmed.ncbi.nlm.nih.gov/41486275
Publication Date: 2026-01-05
Author(s): Hawazin W. Elani et al.
Primary Topic: Dental Health and Care Utilization
Overview
The research investigates the disparities in access to dental care across the United States, particularly in underserved areas, by utilizing explainable machine learning models. Analyzing data from 56,175 dentists who graduated between 2000 and 2022, the study identifies 76 predictors related to individual and dental school characteristics that influence the likelihood of dentists practicing in Federally Qualified Health Centers, dental shortage areas, or rural dental shortage areas. Key findings indicate that factors such as general practice specialty, years of experience, non-owner practice status, and demographic variables (gender and race) significantly affect practice location decisions. Additionally, institutional characteristics, including the dental school’s location and diversity index, are crucial in shaping these outcomes.
The study concludes that machine learning can effectively inform dental workforce planning and policy interventions aimed at improving access to dental care. It emphasizes the importance of addressing demographic, educational, and institutional factors in shaping dentists’ practice-location choices. To mitigate workforce disparities, the research advocates for integrated strategies that combine individual incentives, such as loan repayment and mentorship, with educational reforms that enhance community engagement. By understanding the motivations behind dentists’ decisions to serve underserved areas, policymakers can tailor recruitment and retention strategies to promote oral health equity.
Introduction
The introduction highlights the critical issue of access to dental care as a determinant of oral health in the United States, emphasizing significant geographic disparities in the distribution of dental providers. While national projections indicate that the overall supply of dentists may meet demand by 2030, these figures mask substantial regional imbalances, particularly affecting rural communities. Currently, approximately 24.7 million individuals reside in areas designated as dental care shortage zones, with rural regions facing severe shortages—averaging one dentist per 3,850 residents compared to one per 1,470 in urban settings.
The projected 9% growth in the dental workforce from 2017 to 2030, which aligns with population growth, does not adequately address the pronounced disparities in dental clinic availability across 387 counties. This maldistribution of dental professionals reflects broader systemic challenges within the U.S. healthcare workforce, as evidenced by the Association of American Medical Colleges’ projections of a physician shortfall of 13,500 to 86,000 by 2036. Underserved populations, particularly in rural and low-income areas, are disproportionately affected by these shortages, with Federally Qualified Health Centers (FQHCs) facing ongoing staffing challenges that limit access to essential dental services and exacerbate oral health disparities. Factors contributing to this maldistribution include high dental school debt, an aging workforce, geographic isolation, and inadequate reimbursement for providers serving low-income communities.
Methods
The “Methods” section of the research paper outlines the experimental and analytical procedures employed to investigate the research question. It details the selection criteria for participants, the design of the study, and the specific techniques used for data collection and analysis. The methodology includes both qualitative and quantitative approaches, ensuring a comprehensive examination of the phenomena under study.
Statistical analyses were performed using appropriate software, with significance levels set at p < 0.05. The section also describes the use of control groups and randomization to mitigate bias, as well as the protocols followed to ensure the reliability and validity of the results. Overall, the methods employed are designed to rigorously test the hypotheses and provide robust findings that contribute to the field of study.
Results
The study analyzed a sample of 56,175 dentists, revealing that only 2,591 (4.6%) practiced in Federally Qualified Health Centers (FQHCs), 679 (1.2%) in dental shortage areas, and 405 (0.7%) in rural dental shortage areas, highlighting a significant class imbalance that mirrors the shortage of dental providers in underserved regions. The demographic profile of the respondents was predominantly male (55.2%), with an average age of 41.2 years and an average professional experience of 12.3 years. The majority identified as White (66.1%).
Additionally, the analysis of school-level data indicated an average diversity index of 0.53 and a high proportion of U.S. citizens at 92.6%. Notably, dentists practicing in rural shortage areas reported the highest average debt after graduation, amounting to $266,825, underscoring the financial challenges faced by providers in these critical areas.
Discussion
The discussion section of the research paper highlights the multifaceted factors influencing dentists’ decisions to practice in underserved areas, including Federally Qualified Health Centers (FQHCs), general dental shortage areas, and rural dental shortage regions. The study employs machine learning (ML) models, particularly eXtreme Gradient Boosting (XGBoost), to achieve strong predictive performance (AUCs ranging from 0.80 to 0.84) while utilizing explainable artificial intelligence (XAI) techniques to enhance model interpretability. Key determinants identified include demographic characteristics (e.g., gender, race, years of experience), educational background (e.g., dental school diversity), and geographic context (e.g., state-level factors). Notably, early-career dentists and non-practice owners were more likely to serve in underserved settings, suggesting that financial and professional barriers influence practice location choices.
The findings underscore the importance of institutional characteristics alongside individual-level factors in shaping workforce distribution. Graduates from specific dental schools, particularly in states like Missouri and West Virginia, were more inclined to practice in underserved areas, indicating the role of state policies and training environments. Additionally, the relationship between educational debt and practice decisions varied by setting, with moderate debt positively associated with FQHC practice, while high debt deterred participation in these roles. The study emphasizes the need for targeted policy interventions that integrate financial incentives with educational reforms to address workforce disparities and improve access to dental care for vulnerable populations. Overall, the research provides valuable insights for policymakers aiming to enhance recruitment and retention strategies in the dental workforce.
Limitations
The study acknowledges several limitations that may affect the validity of its findings. Primarily, the dataset consists of responses from dentists who participated in the Survey of Dental Graduates (SDG), which may not represent the broader population of dental professionals. This self-reported data is susceptible to recall bias, particularly concerning sensitive topics such as financial debt and personal motivations, potentially skewing the results.
Additionally, the reliance on self-reported measures raises concerns about the accuracy of the information provided, which could impact the overall conclusions drawn from the study. Future research should consider employing more objective measures or a more diverse sample to enhance the robustness of the findings.