MétaCan
Menu
Retour à la cohorte
Enregistrement W3007696538 · doi:10.1111/pde.14112

The science behind wet wipes for infant skin: Ingredient review, safety, and efficacy

2020· review· en· W3007696538 sur OpenAlex
Karien J. Rodriguez, Corey Cunningham, Robert Foxenberg, Douglas R. Hoffman, Rebecca Vongsa

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePediatric Dermatology · 2020
Typereview
Langueen
DomaineHealth Professions
ThématiqueNeonatal skin health care
Établissements canadiensKimberly-Clark (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineSkin irritationTolerabilityIrritationIngredientStratum corneumDermatologyAdverse effectPharmacology

Résumé

récupéré en direct d'OpenAlex

In the diapered area, the continuous exposure to excess moisture and irritants from urine and feces weakens the stratum corneum, making the skin more susceptible to irritation. The use of wet wipes for infants (baby wipes) is a common practice to clean skin after urine or a bowel movement, and this practice even extends to cleaning the hands and face, resulting in repeated daily use. Therefore, ensuring that baby wipes contain ingredients that are safe and mild on skin is important to help minimize skin irritation and discomfort. While disposable baby wipes have been shown to be effective and gentle at cleaning infant skin, even the skin of premature infants, there is growing public concern regarding their safety and tolerability. Not all products are made the same, as differences exist in manufacturing processes, ingredients, materials, safety, and quality testing. Therefore, it is important that healthcare professionals have accessible evidenced-based information on the safety and tolerability of common ingredients found in baby wipes to optimally educate their patients and families. Herein, we provide a review on best practices for ingredient selection, safety, and efficacy of baby wipes.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,056
Tête enseignante GPT0,450
Écart entre enseignants0,394 · 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