MétaCan
Menu
Retour à la cohorte
Enregistrement W4214749009 · doi:10.1016/j.jtumed.2021.12.012

Facial topical cream promotes facemask tolerability and compliance during COVID-19 pandemic

2022· article· en· W4214749009 sur OpenAlexaff
Olumuyiwa A. Bamgbade, Renee N. Richards, Martha Mwaba, Rita N. Ajirenike, Lidya M. Metekia, Bolusefe T. Olatunji

Notice bibliographique

RevueJournal of Taibah University Medical Sciences · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueBody Image and Dysmorphia Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineTolerabilityLidocaineDiphenhydramineAnesthesiaDermatologyAdverse effectInternal medicineHistamine

Résumé

récupéré en direct d'OpenAlex

Objectives: Facemask use is essential for managing the COVID-19 pandemic, but may cause facial dermopathy. Topical creams may minimise facemask complications. This clinical study explores the impact of different topical creams on facemask tolerability and complications. Methods: This was a prospective observational study involving 80 adults. Participants voluntarily chose and used topical creams during facemask use. Data were collected using validated scales before and after topical cream application. Results: = 0.041). Conclusion: Topical creams minimise facemask complications, thereby promoting compliance; topical lidocaine was the most effective in reducing pain and enabling facemask compliance. Topical hydrocortisone, diphenhydramine, and zinc oxide were effective in reducing facial redness, and topical petrolatum produced the best user satisfaction.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,217
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,116
Tête enseignante GPT0,360
Écart entre enseignants0,244 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Taibah University Medical SciencesMême sujetBody Image and Dysmorphia StudiesTravaux en français237 207