Notice bibliographique
Résumé
BACKGROUND: Allergic contact dermatitis commonly occurs on the face. Facial cleansing wipes may be an underrecognized source of allergens. OBJECTIVE: The aim of this study was to determine the frequency of potentially allergenic ingredients in facial wet wipes. METHODS: Ingredient lists from name brand and generic facial wipes from 4 large retailers were analyzed. RESULTS: In the 178 facial wipes examined, a total of 485 ingredients were identified (average, 16.7 ingredients per wipe). Excluding botanicals, the top 15 potentially allergenic ingredients were glycerin (64.0%), fragrance (63.5%), phenoxyethanol (53.9%), citric acid (51.1%), disodium EDTA (44.4%), sorbic acid derivatives (39.3%), tocopherol derivatives (38.8%), polyethylene glycol derivatives (32.6%), glyceryl stearate (31.5%), sodium citrate (29.8%), glucosides (27.5%), cetearyl alcohol (25.8%), propylene glycol (25.3%), sodium benzoate (24.2%), and ceteareth-20 (23.6%)/parabens (23.6%). Of note, methylisothiazolinone (2.2%) and methylchloroisothiazolinone (1.1%) were uncommon. The top potential allergens of botanical origin included Aloe barbadensis (41.0%), chamomile extracts (27.0%), tea extracts (21.3%), Cucumis sativus (20.2%), and Hamamelis virginiana (10.7%). CONCLUSIONS: Many potential allergens are present in facial wet wipes, including fragrances, preservatives, botanicals, glucosides, and propylene glycol.
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 | 0,000 | 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) | 0,001 | 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 ».