Frequency of Allergenic Ingredients in Antifungal Creams
Notice bibliographique
Résumé
BACKGROUND: Allergic contact dermatitis (ACD) may occur secondary to topical antifungals containing potential allergens in their vehicles. Variation of allergenic ingredients among commonly used antifungal creams (AFCs) has not been well characterized. OBJECTIVE: The study goal was to assess the frequency of allergenic ingredients in 4 commonly used topical AFCs. METHODS: Topical AFCs (clotrimazole, ketoconazole, miconazole, and terbinafine) were selected, and the ingredient lists for these products were obtained from the US Food and Drug Administration's Online Label Repository via a proprietary name search. A systematic literature review was performed using the ingredient name on MEDLINE (PubMed) database to identify reports of ACD confirmed by patch testing. RESULTS: Of the 20 ingredients analyzed, 6 had frequent allergenic potential. Propylene glycol was the most common cause of ACD identified in the literature and is an ingredient in ketoconazole 2% and miconazole nitrate 2%. Ketoconazole 2% and miconazole nitrate 2% creams contained the highest number of potential allergens (n = 3) among the 4 creams analyzed. CONCLUSIONS: Of the 4 creams, terbinafine hydrochloride 1% and clotrimazole 1% contained the least number of potential allergenic ingredients. Awareness of the allergenic potential of commonly used AFCs may help health care providers when evaluating patients with ACD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».