Triclosen and Its Alternatives in Antibacterial Soaps
Notice bibliographique
Résumé
BACKGROUND: In 2017, the Food and Drug Administration banned the marketing of triclosan and triclocarban in antibacterial soaps, citing inefficacy and concerns of systemic absorption and antibacterial resistance. As a result, there is an anticipated decrease in the number of triclosan-containing products on the market with an associated increase in antibacterial alternatives (eg, benzalkonium chloride, benzethonium chloride, chloroxylenol, chlorhexidine) and cases of allergic and irritant contact dermatitis. OBJECTIVES: The aims of the study were to determine the extent that triclosan and triclocarban are being used in the consumer and medical industries after the Food and Drug Administration marketing ban and to appraise the risk of allergic contact dermatitis to triclosan alternatives. METHODS: The National Drug Code Directory (NDCD), Google, Amazon, Target, Walgreens, Walmart, CVS, and Colorado hospitals were surveyed for antibacterial soap use. Antibiotics surveyed include triclosan, triclocarban, benzalkonium chloride, benzethonium chloride, chloroxylenol, and chlorhexidine. RESULTS: The most common antibiotics reported by the NDCD, consumer sites, and Colorado hospitals were benzalkonium chloride, chloroxylenol, and triclosan, respectively. Triclosan accounted for the second most prevalent antibacterial in the NDCD- and consumer site-surveyed products. CONCLUSIONS: The triclosan marketing ban may instigate increased exposure to triclosan alternatives. The addition of antibacterial products to hand soaps does not improve soap effectiveness and may cause harm by contributing to antibiotic resistance and the development of allergic conditions. Additional studies are needed to elucidate the benefits and harms of antibacterial soaps.
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 ».