Association of Adult Atopic Dermatitis Severity with Bacterial, Viral, and Fungal Skin Infections
Notice bibliographique
Résumé
Abstract: Background: Little is known about the relationship of atopic dermatitis (AD) severity, phenotype, and persistence on different types of skin infections. Objective: To evaluate the relationship of AD characteristics and skin infections over time in adults. Methods: We performed a prospective dermatology practice-based study (n = 559). History of infection was assessed using questionnaires. AD severity was evaluated using Scoring Atopic Dermatitis (SCORAD), Eczema Area and Severity Index (EASI), Investigator's Global Assessment (IGA), and Patient-reported Global Assessment (PtGA). Results: At baseline, 160 (21.4%) patients reported history of ≥1 skin infection, including 14.3% with bacterial infections. In multivariable repeated measures logistic regression models, ≥1 cutaneous infection was associated with moderate (adjusted odds ratio [95% confidence interval]: 2.67 [1.67–4.28]) and severe (6.35 [3.36–12.01]) versus mild SCORAD; as well as severe SCORAD-itch; moderate and severe versus clear-mild EASI; moderate and severe versus clear-mild PtGA; mild, moderate, and severe versus clear-almost clear IGA. Cutaneous infections were not associated with ichthyosis, palmar hyperlinearity, nummular eczema, cheilitis, or hand eczema. Specific infections varied by AD severity and body site. Persistent moderate–severe disease was associated with higher odds of skin infection. Conclusion: Skin infections were associated with AD severity but not phenotype, and may be mitigated by improved AD severity.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».