Skin Characteristics of Hairdresser Apprentices at the Beginning of Vocational Training
Notice bibliographique
Résumé
BACKGROUND: Hairdresser apprentices (HAs) are at high risk of developing occupational contact dermatitis. OBJECTIVES: To assess skin characteristics of HAs, using genotyping, clinically observed and self-reported skin symptoms, and skin bioengineering methods at the beginning of apprenticeship. METHODS: During the screening phase of a prospective cohort study, we recruited 352 HAs in 24 Croatian towns. The protocol included the following: questionnaires with self-reported skin and atopy symptoms evaluation, Osnabrueck Hand Eczema Severity Index (OHSI) for clinical skin assessment, genotyping FLG (filaggrin) gene mutations, skin pH, and transepidermal water loss (TEWL) measurements. RESULTS: Self-reported skin symptoms were reported by 12%, history of dry hands by 29%, and history of atopy by 46% of HAs. Skin changes were found at the clinical examination in 18% of the HA. The OHSI score was positively correlated with hand TEWL and hand skin pH in multiple regression linear models. An FLG gene mutation was found in 1 apprentice. CONCLUSIONS: Significant prevalence of clinically observed skin signs on the hands was observed in HAs at the beginning of training. The OHSI score was found to be an independent predictor of higher hand TEWL and skin pH values. The need to ameliorate preventive examinations before the enrolment to hairdressing schools was indicated.
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) | 0,001 | 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 ».