MétaCan
Menu
Retour à la cohorte
Enregistrement W2997574621 · doi:10.1097/der.0000000000000535

Photopatch Testing Among Members of the American Contact Dermatitis Society

2020· article· en· W2997574621 sur OpenAlexvenueno aff
Taehan Kim, James S. Taylor, Howard I. Maibach, Jennifer K. Chen, Golara Honari

Notice bibliographique

RevueDermatitis · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSkin Protection and Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineContact dermatitisDermatologyPatch testingImmunologyAllergy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Photopatch testing is an important diagnostic tool in evaluating patients with suspected photoallergic contact dermatitis. Although protocols for photopatch testing have been described, there are no consensus recommendations by the American Contact Dermatitis Society (ACDS). OBJECTIVES: The aims of this study were to examine the common practices of photopatch testing among ACDS members and to review and compare commonly used photoallergen series. METHODS: We conducted a questionnaire-based survey among ACDS members via e-mail to inquire about their photopatch test methods. We compared the results with the European consensus methodology and reviewed photoallergen series reported by the respondents. RESULTS: Of the 791 members contacted, 112 members (14%) responded to the survey. Among these, 50 respondents (45%) perform photopatch testing, approximately half of whom (48%) determine minimal erythema dose before the test using UVA with or without UVB irradiation. Respondents use a total of 13 photoallergen series, alone or in any combination, as well as customized series. CONCLUSIONS: These results have potential to aid clinicians in identifying photoallergen series best suited for their patients and suggest a need for consensus recommendations by the ACDS.

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)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,249
Écart entre enseignants0,226 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatitisMême sujetSkin Protection and AgingTravaux en français237 207