MétaCan
Menu
Retour à la cohorte
Enregistrement W2136253427 · doi:10.2174/138945005774912726

Fungal Infections of the Skin: Infection Process and Antimycotic Therapy

2005· review· en· W2136253427 sur OpenAlexaff
Μ. Borgers, H. Degreef, G. Cauwenbergh

Notice bibliographique

RevueCurrent Drug Targets · 2005
Typereview
Langueen
DomaineMedicine
ThématiqueNail Diseases and Treatments
Établissements canadiensBarrie Urology Group
Organismes subventionnairesnon disponible
Mots-clésTerbinafineMiconazoleKetoconazoleGriseofulvinItraconazoleFluconazoleDermatologyErgosterolMicrobiologyMedicinePharmacologyTrichophytonMicrosporumChemistryBiologyAntifungalBiochemistry

Résumé

récupéré en direct d'OpenAlex

Dermatomycoses are among the most widespread and common superficial and cutaneous fungal infections in humans. These typically nonfatal conditions are difficult to treat, especially infections of the nail. Dermatomycoses are caused by filamentous fungi such as Trichophyton, Microsporum or Epidermophyton species. These filamentous fungi have a high affinity for keratin, an important component of hair, skin and nails, which are the primary areas of infection by dermatophytes. The antifungal agents currently marketed for dermatomycoses are mainly inhibitors of ergosterol biosynthesis, except for griseofulvin, which interferes with the cytoplasmic and nuclear microtubular system. Three different types of inhibitors of the ergosterol biosynthetic pathway have been proven to be effective in clinic: the azoles (e.g. topical miconazole and topical/oral ketoconazole, itraconazole and fluconazole), the allylamines (e.g. terbinafine) and morpholines (amorolfine). Even today more effective antifungal azoles with less adverse effects and short-term therapy are deemed necessary to treat dermatophytosis. A promising novel triazole compound in this respect is R126638, which showed potent in vitro and in vivo activity.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,004

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 Opus0,039
Tête enseignante GPT0,384
Écart entre enseignants0,344 · 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

Citations67
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Drug TargetsMême sujetNail Diseases and TreatmentsTravaux en français237 207