MétaCan
Menu
Retour à la cohorte
Enregistrement W2337541462 · doi:10.1371/journal.pone.0153719

Hyperhidrosis Prevalence and Demographical Characteristics in Dermatology Outpatients in Shanghai and Vancouver

2016· article· en· W2337541462 sur OpenAlexafffundabout
Yudan Liu, Rayeheh Bahar, Sunil Kalia, Rachel Yuanshen Huang, Arlie Phillips, Mingwan Su, Sen Yang, Xuejun Zhang, Pingyu Zhou, Youwen Zhou

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSympathectomy and Hyperhidrosis Treatments
Établissements canadiensVancouver Coastal Health Research InstituteUniversity of British ColumbiaVancouver Coastal Health
Organismes subventionnairesCanadian Institutes of Health ResearchNational Natural Science Foundation of ChinaCanadian Dermatology Foundation
Mots-clésHyperhidrosisMedicineBody mass indexLogistic regressionDermatology Life Quality IndexPopulationDermatologyOutpatient clinicEthnically diversePediatricsDemographyInternal medicinePsoriasisEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is a wide variation in the reported prevalence of primary hyperhidrosis in the literature. Further, it is unknown if primary hyperhidrosis is a lifelong condition, or if demographical factors influence hyperhidrosis prevalence. OBJECTIVES: This study aims to examine the prevalence of hyperhidrosis in multiple ethnic groups from two ethnically diverse cities and to determine if the prevalence of primary hyperhidrosis changes according to age, gender, ethnicity, body mass index, and geographical locations. METHODS: In total, 1010 consecutive subjects attending dermatology outpatient clinics in Shanghai Skin Disease Hospital and 1018 subjects in Skin Care Center of Vancouver General Hospital were invited to fill out a questionnaire on their presenting concerns, demographical information, and sweating symptoms. The subjects were then classified to have primary hyperhidrosis using the criteria of International Hyperhidrosis Society, late-onset hyperhidrosis, or no-hyperhidrosis. The prevalence of primary HH and late-onset HH was calculated for the entire study population and in subgroups stratified according to age of examination, sex, ethnicity, presenting diagnosis, body mass index, and specific study cities. Multivariate logistic regression analyses were performed to assess the impact of these factors on HH prevalence. RESULTS: The prevalence of primary hyperhidrosis is very similar in Shanghai and in Vancouver, at 14.5% and 12.3% respectively. In addition, 4.0% of subjects in Shanghai and 4.4% subjects in Vancouver suffer from late-onset HH. Primary HH has highest prevalence in those younger than 30 years of age, decreasing dramatically in later years. Caucasian subjects are at least 2.5 times more likely to develop axillary hyperhidrosis compared to Chinese subjects. Obesity does not have much influence on primary HH presentation, although it does increase significantly the development of late-onset HH. Finally, there is no major difference of hyperhidrosis between Chinese subjects in Shanghai and Vancouver. LIMITATIONS: The data were gathered according to patients' self-reports only and the sample size was relatively small in some groups after stratification for gender, ethnicity and age. CONCLUSION: Prevalence of primary HH and late-onset HH is similar in dermatology outpatients independent of geographical locations. However, certain specific HH subtypes can show great variations according to ethnicity, age, body mass index and sex.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,753
Score d'incertitude au seuil0,492

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,228
Écart entre enseignants0,201 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetSympathectomy and Hyperhidrosis TreatmentsTravaux en français237 207