Recurrent erysipelas - risk factors and clinical presentation
Notice bibliographique
Résumé
BACKGROUND: Erysipelas is a common infection that often recurs, but the impact of specific risk factors for reoccurrence remains elusive. In the present study we aimed at clarifying predisposing conditions for reoccurrence. METHODS: Medical records were reviewed from all patients ≥18 years of age diagnosed with erysipelas at the Department of Infectious Diseases at Skåne University Hospital, Sweden, from January 2007 to February 2011. 502 patients were included, of which 357 were single episode erysipelas and 145 had recurrent erysipelas. These two groups were compared regarding underlying conditions and clinical presentation. RESULTS: Erysipelas in the lower limbs had the greatest propensity of recurrence. The associations between underlying conditions and recurrence were largely depending on the site of erysipelas. Overall, the most prominent risk factor for recurrence was lymphedema and other conditions causing a chronic impairment of the defence against microbes. Conditions temporarily disrupting the skin barrier (e.g. a local wound or toe web intertrigo), although likely being risk factors for erysipelas per se, did not seem to predispose to repeated episodes. Individuals with recurrent erysipelas tended to seek medical attention earlier, and were less likely to be hospitalized or receive intravenous antibiotics, but there was no evidence of any difference in inflammatory reaction when taking confounding factors into account. CONCLUSIONS: In this large cross-sectional study of over 500 patients with erysipelas, lymphedema was the most prominent risk factors for recurrence although the distribution of predisposing conditions varies depending on the site of erysipelas.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».