A Multicenter Study of Patch Test Reactions With Dental Screening Series
Notice bibliographique
Résumé
Background: Dental products contain many allergens, and may cause problems both for patients undergoing dental treatment and for dental personnel because of occupational exposure. Individual patch test clinics may not study sufficient numbers of patients to collect reliable data on uncommon allergens. Objective: To collect information on dental allergens based on a multicenter study. Materials and Methods: The Finnish Contact Dermatitis Group tested more than 4,000 patients (for most allergens, 2,300 to 2,600 patients) with dental screening series. Conventional patch testing was performed. The total number and percentage of irritant (scored as irritant [IR] or doubtful [?]) and allergic (scored as +, ++, or +++) patch test reactions, respectively, were calculated, as well as the highest and lowest percentage of allergic patch test reactions recorded by the different patch test clinics. A reaction index (RI) was calculated, giving information on the irritancy of the patch test substances. Results: The most frequent allergic patch test reactions were caused by nickel (14.6%), ammoniated mercury (13%), mercury (10.3%), gold (7.7%), benzoic acid (4.3%), palladium (4.2%) and cobalt (4.1%). 2-hydroxyethyl methacrylate (2.8%) provoked most of the reactions caused by (meth)acrylates. Menthol, peppermint oil, ammonium tetrachloroplatinate, and amalgam alloying metals provoked no (neither allergic nor irritant) patch test reactions. Conclusion: Patch testing with allergens in the dental screening series, including (meth)acrylates and mercury, needs to be performed to detect contact allergy to dental products.
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) | 0,000 | 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 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 ».