S'abonner

Generational patterns in familiarity, perceptions, and trust toward artificial intelligence among individuals seeking orthodontic treatment: A cross-sectional questionnaire study - 19/11/26

Doi : 10.1016/j.ortho.2026.101264 
Ebru Karakas 1, Simge Yazgan 2, Ege Dogan 2, ⁎
1 Private Office, İzmir, Turkey 
2 Department of Orthodontics, Faculty of Dentistry, University of Ege, İzmir, Turkey 

⁎ Ege Dogan, Ege University, Faculty of Dentistry, Department of Orthodontics, 35100 Bornova (İzmir), Turkey. Ege University, Faculty of Dentistry, Department of Orthodontics Bornova (İzmir) 35100 Turkey

Summary

Purpose

Artificial intelligence (AI) is increasingly being integrated into orthodontic diagnosis and treatment planning; however, its successful clinical implementation also depends on patients’ responses to AI-related applications. This study aimed to describe and compare item-level patterns of self-reported familiarity, perceptions, attitudes, and trust toward AI among individuals seeking orthodontic treatment across Generations X, Y, and Z.

Methods

This cross-sectional questionnaire-based study included 117 individuals seeking orthodontic treatment in 2024. Participants were categorized as Generation X (1965–1980; n = 36), Generation Y (1981–1996; n = 44), or Generation Z (1997–2012; n = 37). A study-specific 15-item questionnaire assessed AI-related familiarity, knowledge, attitudes, perceptions, and trust. Categorical data were summarized as frequencies and percentages. Generational differences were evaluated using Pearson's chi-square test or the Fisher–Freeman–Halton exact test, as appropriate. Cramér's V was calculated as a measure of effect size, and the Holm method was applied to adjust for multiple item-level comparisons. Statistical significance was set at an adjusted P < 0.05.

Results

Following standardized pre-questionnaire information, 91.5% of participants reported familiarity with AI. Affirmative responses were 91.7% in Generation X, 84.1% in Generation Y, and 100.0% in Generation Z (nominal P = 0.026; Holm-adjusted P = 0.286). For the item stating that AI may eventually become more valuable than human knowledge, affirmative responses were 27.8%, 40.9%, and 59.5%, respectively (nominal P = 0.023; adjusted P = 0.276). For trust in AI-assisted healthcare decisions, the corresponding proportions were 30.6%, 34.1%, and 56.8% (nominal P = 0.043; adjusted P = 0.430). None of the 13 item-level between-generation associations remained statistically significant after Holm adjustment for multiple comparisons. Thus, the nominal differences are reported as exploratory descriptive patterns only.

Conclusions

Following standardized pre-questionnaire information, participants generally reported high self-reported familiarity with AI, but affirmative responses to individual items concerning AI-based decision-making were lower. No item-level between-generation association remained statistically significant after Holm adjustment for multiple comparisons; therefore, the observed unadjusted patterns should be interpreted as exploratory. Descriptively, affirmative responses were more frequent for the item stating that AI could assist the orthodontist than for items concerning AI making decisions, but the questionnaire design does not establish a preference for supportive over autonomous AI.

Le texte complet de cet article est disponible en PDF.

Keywords : Artificial intelligence, Orthodontics, Generational patterns, Patient attitudes, Patient trust


Plan


© 2026  CEO. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 25 - N° 1

Article 101264- mars 2027 Retour au numéro

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.