MétaCan
Menu
Retour à la cohorte
Enregistrement W2807227389 · doi:10.1111/srt.12590

Validation of <scp>GPS</scp>kin Barrier<sup>®</sup> for assessing epidermal permeability barrier function and stratum corneum hydration in humans

2018· article· en· W2807227389 sur OpenAlexaboutno aff
Li Ye, Z. Wang, Z. Li, Chengzhi Lv, Mao‐Qiang Man

Notice bibliographique

RevueSkin Research and Technology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatology and Skin Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransepidermal water lossStratum corneumBarrier functionSkin barrierChemistryPermeability (electromagnetism)BiophysicsDermatologyMedicinePathologyBiologyBiochemistryCell biologyMembrane

Résumé

récupéré en direct d'OpenAlex

Abstract Background Measurements of transepidermal water loss (TEWL) and stratum corneum (SC) hydration are important for assessing epidermal functions. However, the availability of reliable and user‐friendly devices, which can simultaneously measure both TEWL and SC hydration and can allow health providers to remotely access data in time, is limited. Materials and Methods GPSkin Barrier® was compared with MPA5 system in the measurements of TEWL and SC hydration on the cheek, the dorsal hand, and the forearm in 200 normal volunteers, including 126 females and 74 males, aged 1‐78 years with an average age of 45.24 ± 1.04 years. Correlation of data measured with MPA5 system and GPSkin Barrier® was determined. Results Levels of both TEWL and SC hydration measured with the Barrie GPSkin Barrier® were lower than that with MPA5 system on all 3 body sites except for hydration on the cheek. The levels of both TEWL and SC hydration measured with GpSkin Barrier® were correlated well with that measured with MPA5 system on all 3 body sites Conclusions GPSkin Barrier® is a reliable, affordable, and versatile device for assessing epidermal permeability barrier function and SC hydration.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,036
Tête enseignante GPT0,351
Écart entre enseignants0,315 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations55
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSkin Research and TechnologyMême sujetDermatology and Skin DiseasesTravaux en français237 207