MétaCan
Menu
Retour à la cohorte
Enregistrement W3191179479 · doi:10.46747/cfp.6708582

The COVID-19 pandemic and its skin effects

2021· review· en· W3191179479 sur OpenAlexaffvenue
Anthony Zara, Patrick Fleming, Kyle Lee, Charles Lynde

Notice bibliographique

RevueCanadian Family Physician · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueDermatological and COVID-19 studies
Établissements canadiensLynde Centre for Dermatology
Organismes subventionnairesnon disponible
Mots-clésMedicinePandemicPsychosocialContext (archaeology)Coronavirus disease 2019 (COVID-19)DermatologyPersonal protective equipmentDiseaseInfectious disease (medical specialty)PathologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To review the current literature on cutaneous diseases associated with the global coronavirus disease 2019 (COVID-19) pandemic, and to provide a general overview for family physicians of dermatologic presentations associated with COVID-19. QUALITY OF EVIDENCE: . Additional terms were personal protective equipment (PPE), hand hygiene, and psychosocial factors affecting skin diseases. Only English-language literature was reviewed. Evidence ranged from levels I to III. MAIN MESSAGE: Coronavirus disease 2019 is associated with a range of cutaneous presentations through direct infection with severe acute respiratory syndrome coronavirus 2, such as maculopapular, vesicular, pseudo-chilblain, livedoid, necrotic, urticarial, and Kawasaki-like rashes. Indirect presentations secondary to behavioural modifications are associated with use of personal protective equipment and sanitization procedures. Furthermore, psychosocial factors and stress associated with the pandemic also exacerbate pre-existing skin conditions. CONCLUSION: The COVID-19 pandemic has increased rates of dermatologic conditions through direct infection, behavioural changes, and association with psychosocial factors. As the incidence of COVID-19 increases, family physicians should be well equipped to diagnose and manage dermatologic presentations as they change within the context of the pandemic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,949
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,344
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Family PhysicianMême sujetDermatological and COVID-19 studiesTravaux en français237 207