Female pattern hair loss: A retrospective study in a tertiary referral center
Notice bibliographique
Résumé
BACKGROUND: Female pattern hair loss (FPHL) is a very common problem in women. The underlying pathophysiology remains unclear, and there are no universally agreed treatment guidelines. OBJECTIVE: We explored the clinical features, relevant medical and family history, laboratory evaluation, and treatment and compliance of 210 patients with FPHL. METHODS: Data analysis from case notes was performed on 210 patients with a diagnosis of FPHL seen from January 2011 to December 2011. RESULTS: The youngest individual was 8 years old and the oldest was 86 years old. Nearly, 85% of the patients had a family history of androgenetic alopecia. Hypothyroidism and hypertension are the most common medical problems. Telogen effluvium (TE) is the most common concurrent hair loss condition. Only 38% of the patients were found to have normal Vitamin D level, 71% had ferritin level above 30 μg/L, and 85% had normal zinc level at the first consultation. Fifty-nine percent of the patients failed to attend any follow-up appointments. LIMITATIONS: One of the limitations of this study is its retrospective nature. Moreover, the severity of FPHL in terms of Ludwig score was not routinely documented in the medical charts. CONCLUSION: History of TE, hypothyroidism and hypertension, and low serum Vitamin D is common in our patients with FPHL.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».