“Normal” TEWL‐how can it be defined? A systematic review
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
Trans-epidermal water loss (TEWL), the total non-eccrine sweat water evaporating from a given area of epidermis over time, is a measurement of skin barrier integrity. Skin diseases (e.g., psoriasis and atopic dermatitis) often result in transient increases in TEWL, so, knowledge of "normal" TEWL values may be used to predict disease progression in dermatological settings. Variables such as age, race and anatomic location have been suggested to affect TEWL, but current regulatory agencies have failed to control for additional variables of interest. Thus, this review summarizes variables that may cause TEWL variation. A comprehensive literature search was performed using Embase, PubMed and Web of Science to find human studies that provided data on variables affecting TEWL. 31 studies, analysing 22 affecting TEWL, were identified. Variables causing increased TEWL were mask-use (n = 1), dry eye disease (n = 1), chronic venous disease (n = 1), coronary artery disease (n = 1), age (infants vs adults) (n = 4), nourishment in infants (n = 1), stress within individuals (n = 2), Body Mass Index (n = 2), bathing versus showering (n = 2) and scratching/friction (n = 1). Variables with decreases in TEWL were genetic variability with SNPs on chromosome 9q34.3 (n = 1) and cancer-cachexia (n = 1). We summarized 12 variables that impact TEWL and are not typically controlled for in experimental settings. Therefore, defining normal TEWL may currently be problematic. Thus, regulatory agencies should provide stricter guidelines on proper measurement of TEWL to minimize human introduced TEWL variation, and we should continue to examine factors impacting individual skin integrity.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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