Allergen Composition, Marketing Claims, and Affordability of Pediatric Sunscreens
Notice bibliographique
Résumé
BACKGROUND: Childhood sun exposure is associated with development of future skin cancers. Sunscreens are an important tool to prevent harmful ultraviolet rays. OBJECTIVES: The aims of the study are to evaluate sunscreens targeted to children and to analyze cost, marketing claims, ingredients, and allergens to help consumers select products. METHODS: The top 50 pediatric sunscreens across retailers were analyzed for their cost, marketing claims, ingredients, vehicles, and containers. Ingredients were compared with the American Contact Dermatology Society 2020 Core Allergen List. RESULTS: The mean price was $6.20 per ounce (range, $0.25-$39.98). The mean sun protection factor was 48.5 (range, 30-100; SD, 48.5). There was a mean of 17.5 ingredients and a mean of 1.1 allergens in products. On average, products marketed as "sensitive skin" were not only significantly more expensive ($8.90 vs $3.50 per ounce, P = 0.01) but also were significantly more likely to not contain any allergens (36.0%, n = 18 vs 12%, n = 6; P = 0.05). Products with mineral-only UV blockers were significantly less likely to have any allergen when compared with products that had chemical UV blockers (5.6%, n = 1 vs 94.4%, n = 17; P = 0.02). CONCLUSIONS: The current market of pediatric sunscreens varies significantly in price, marketing claims, and active ingredients. Products marked as suitable for sensitive skin had significantly fewer allergens, but a majority of these products still had at least one allergen. Many sunscreens contain contact allergens, which is an important selection consideration.
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 ».