Updating the diagnosis, classification and assessment of rosacea: recommendations from the global <scp>ROS</scp> acea <scp>CO</scp> nsensus ( <scp>ROSCO</scp> ) panel
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Rosacea is currently diagnosed by consensus-defined primary and secondary features and managed by subtype. However, individual features (phenotypes) can span multiple subtypes, which has implications for clinical practice and research. Adopting a phenotype-led approach may facilitate patient-centred management. OBJECTIVES: To advance clinical practice by obtaining international consensus to establish a phenotype-led rosacea diagnosis and classification scheme with global representation. METHODS: Seventeen dermatologists and three ophthalmologists used a modified Delphi approach to reach consensus on statements pertaining to critical aspects of rosacea diagnosis, classification and severity evaluation. All voting was electronic and blinded. RESULTS: Consensus was achieved for transitioning to a phenotype-based approach to rosacea diagnosis and classification. The following two features were independently considered diagnostic for rosacea: (i) persistent, centrofacial erythema associated with periodic intensification; and (ii) phymatous changes. Flushing, telangiectasia, inflammatory lesions and ocular manifestations were not considered to be individually diagnostic. The panel reached agreement on dimensions for phenotype severity measures and established the importance of assessing the patient burden of rosacea. CONCLUSIONS: The panel recommended an approach for diagnosis and classification of rosacea based on disease phenotype.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle