COVID‐19 related masks increase severity of both acne (maskne) and rosacea (mask rosacea): Multi‐center, real‐life, telemedical, and observational prospective study
Notice bibliographique
Résumé
Masks are essential for COVID-19 prevention, but recently they were suggested to modify cutaneous facial microenvironment and trigger facial dermatoses. To evaluate mask-related rosacea and acne (maskne) in untreated patients during lockdown. In this multi-center, real-life, observational prospective study, we enrolled stable, untreated acne and rosacea patients that wore masks during lockdown at least 6 h/day. They underwent two teledermatological consultations, at the baseline and after 6 weeks. Clinical, pharmacological, and psychological data were recorded. A total 66 patients, 30 (median age: 34.0 [30.25-29.75] yoa) with acne and 36 patients (median age: 48 [43-54] years) with rosacea, were enrolled in this study. After 6 weeks of mask and quarantine, patients with acne displayed an increased Global Acne Grading Scale (GAGS) score in mask-related areas (P < .0001). Likewise, after 6 weeks of mask and quarantine, patients with rosacea displayed a worsen in both physican (P < .0001) and patient (P < .0001) reported outcomes. Remarkably, patients reported also a statistically significant decrease in their quality of life (P < .0001). Masks appear to trigger both acne and rosacea flares. Additional studies are needed to generate evidence and inform clinical decision-making.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».