Development of an atrophic acne scar risk assessment tool
Notice bibliographique
Résumé
BACKGROUND: Acne is a chronic dermatological disease predominantly afflicting young adults and is often associated with the development of scars. Acne scarring is usually avoidable when acne is managed early and effectively. However, acne patients often fail to seek early treatment. New and innovative tools to raise awareness are needed. OBJECTIVE: This study presents the development and assessment of a tool aiming to assess the risk of atrophic acne scars. METHODS: A systematic literature review of clinical risk factors for acne scars, a Delphi-like survey of dermatological experts in acne and secondary data analysis, were conducted to produce an evidence-based risk assessment tool. The tool was assessed both with a sample of young adults with and without scars and was assessed via a database cross-validation. RESULTS: A self-administered tool for risk assessment of developing atrophic acne scars in young adults was developed. It is a readily comprehensible and practical tool for population education and for use in medical practices. It comprises of four risk factors: worst ever severity of acne, duration of acne, family history of atrophic acne scars and lesion manipulation behaviours. It provides a dichotomous outcome: lower vs. higher risk of developing scars, thereby categorizing nearly two-thirds of the population correctly, with sensitivity of 82% and specificity of 43%. CONCLUSION: The present tool was developed as a response to current challenges in acne scar prevention. A potential benefit is to encourage those at risk to self-identify and to seek active intervention of their acne. In clinical practice, we expect this tool may help clinicians identify patients at risk of atrophic acne scarring and underscore their requirement for rapid and effective acne treatment.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».