MétaCan
Menu
Retour à la cohorte
Enregistrement W4306809750 · doi:10.1007/s13555-022-00823-w

The Impact of Global Health Disparities on Atopic Dermatitis in Displaced Populations: Narrowing the Health Equity Gap for Patients with Skin of Color

2022· review· en· W4306809750 sur OpenAlexfundno aff
Sami Jelousi, Divya Sharma, Andrew Alexis, Jenny E. Murase

Notice bibliographique

RevueDermatology and Therapy · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueDermatology and Skin Diseases
Établissements canadiensnon disponible
Organismes subventionnairesUCB PharmaBausch HealthLEO PharmaGaldermaDermiraRegeneron PharmaceuticalsSanofiPfizerEli Lilly and CompanyBristol-Myers Squibb
Mots-clésAtopic dermatitisMedicineDiseaseRefugeeHealth equityPopulationEnvironmental healthPublic healthDermatologyPathology

Résumé

récupéré en direct d'OpenAlex

Atopic dermatitis (AD) is a relatively common inflammatory skin disease marked by eczematous lesions and pruritus often leading to significant morbidity and quality of life impairment for those affected. Recent studies have shown that patients with skin of color (SOC) carry a larger disease burden than patients of European descent. In the USA, these disparities are partly due to structural, environmental, and interpersonal racism. From a global perspective, there is a paucity of research on the burden of atopic dermatitis and other inflammatory skin diseases experienced by the record numbers of refugees, migrants, and asylum seekers around the world. Although it is still unclear whether the true prevalence of AD in displaced communities is higher compared with the general population, those who are displaced suffer from unique risk factors that render them especially vulnerable. In this review, we outline a number of factors contributing to AD susceptibility and/or aggravation in displaced communities. These include poor living conditions, climate change events, psychological stress, and lack of access to medical care and health-related behaviors.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,545
Score d'incertitude au seuil0,548

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,066
Tête enseignante GPT0,428
Écart entre enseignants0,362 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatology and TherapyMême sujetDermatology and Skin DiseasesTravaux en français237 207