Characterization of Tattoo Aftercare Products: Allergenic Ingredients and Marketing Claims
Notice bibliographique
Résumé
BACKGROUND: Common recommendations for tattoo aftercare to ensure proper healing include application of topical products. Little is known about tattoo aftercare products. METHODS: Tattoo aftercare products were identified from a previous study and a search on Amazon.com using the phrase "tattoo aftercare." Duplicates and products without complete ingredient lists were excluded. Marketing claims were tabulated. All ingredients were entered in Excel and grouped according to Contact Allergen Management Program categories. Comparison of ingredients to North American Contact Dermatitis Group (NACDG) screening and American Contact Dermatitis Society (ACDS) Core allergens was conducted. RESULTS: A total of 84 tattoo aftercare products from 52 distinct brands were found. Forty-eight distinctive market claims were identified; the use of "natural ingredient(s)" (42.9%) was most common. There were 4 to 28 ingredients per product (mean = 11.8 ± 5.5) with a total of 369 distinct ingredients listed. Products contained an average of 7.9 ± 3.9 ACDS Core allergens per product and 7.0 ± 3.7 NACDG allergens per product. Most common allergens included fragrance/botanicals (n = 529), vitamin E derivatives (n = 43), and vitamin B5 derivatives (n = 11). CONCLUSIONS: This review of 84 products found that tattoo aftercare products contain an average of 8 ACDS Core and 7 NACDG allergens. Clinicians should be aware of potential allergens in tattoo aftercare products.
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) | 0,000 | 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 ».