Relevance of Positive Patch-Test Reactions to Fragrance Mix
Notice bibliographique
Résumé
BACKGROUND: Fragrances are an important cause of allergic contact dermatitis. We presume that the traditional fragrance mix (FM) detects 70 to 80% of fragrance-allergic patients. FM has an irritant potential. Weak positive reactions may have a greater chance of being irrelevant than strong reactions. OBJECTIVE: To improve the appraisal of FM patch-test reactions, we studied the relevance of reactions of different strength. We also studied the predictive value of the following on the relevance of the initial FM patch-test results: patch-test results of a repeated FM test; results of patch tests with balsam of Peru, colophony, and ingredients of the mix; and (history of) atopic dermatitis. METHODS: One hundred thirty-eight patients who had doubtful positive (?+) or positive (+ to +++) reactions were included in the study. We determined relevance by history taking, location and course of the dermatitis, and additional patch testing. Patients were retested with FM and with each ingredient separately. RESULTS: The relevance of reactions to FM increases with the strength of the reactions. Predictors of relevance are the results of retesting with FM, the results of tests with the ingredients, and a history and/or present symptoms of atopic dermatitis. CONCLUSION: Retesting with FM and its ingredients may add to the benefit of patch testing.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».