Mask‐induced Koebner phenomenon and its clinical phenotypes: A multicenter, real‐life study focusing on 873 dermatological consultations during COVID‐19 pandemics
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.
Notice bibliographique
Résumé
During COVID-19 pandemic, wearing masks for prevention became mandatory but evidence suggest that is also detrimental for skin. Although facial dermatoses due to masks increase in both healthcare workers and general population, a pathogenetic hypothesis remains still elusive. We aimed to evaluate the prevalence of dermatological consultations due to Koebner triggered dermatoses In this prospective, multicenter, real life study carried out in Italy from March 11th to December 11th 2020 during COVID-19 pandemics, dermatological consultations (in-person and telemedicine) to study the prevalence of Koebner (KB) phenomenon due to masks were evaluated. Boyd and Nelder classification was adopted for Koebner phenomenon and Bizzozero's for KB intensity. A total of 229/873 (26.2%) dermatological consultations were KB triggered dermatoses and lesions were located in mask-covered ear area (76 [33.2%]), malar area (73 [31.8%]), perioral area (53 [23.1%]), and nose (27 [11.8%]). The first KB category grouped 142 patients (psoriasis, vitiligo, maskne, and mask rosacea), the second one 24 (warts, molluscum contagiosum, and impetigo), the third one 46 (atopic dermatitis), and the fourth one 17 (eczema). Among previously KB negative psoriatic patients that became KB positive, 9/13 (69.2%) had discontinued or modified the prescribed antipsoriatic treatment. Mask-related Koebner phenomenon is an important clinical sign to orient clinician's therapeutic protocols during COVID-19 pandemic, especially in patients with psoriasis.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 découle