Allergic Contact Dermatitis and Patch Testing in Skin of Color Patients
Notice bibliographique
Résumé
Abstract: Objective: Skin of color patients face important health issues relevant to dermatologists, such as allergic contact dermatitis; however, there is a lack of information surrounding common allergens causing contact dermatitis that disproportionately affect skin of color patients, as well as interpreting patch testing in this population. Methods: Covidence, Embase, MEDLINE, PubMed, Web of Science, and Google Scholar were searched to identify relevant articles studying allergic and irritant contact dermatitis in skin of color patients. Results: The most common positive reactions in African American patients included PPD, balsam of Peru, bacitracin, fragrance mix, and nickel. The most common positive reactions in Hispanic patients included Carba mix, nickel sulfate, and thiuram mix. The most common positive reactions in Asian patients included nickel sulfate, fragrance mix, and potassium dichromate. When interpreting patch test results in patients with higher Fitzpatrick skin types, positive patch tests presented with lichenification and hyperpigmentation, rather than erythema and vesicles. Furthermore, characteristic bright red or pink hues for positive results may appear violaceous or faint pink. Conclusions: Awareness of the common allergens associated with allergic contact dermatitis in patients of skin of color can help guide patch testing as an important diagnostic tool. Further research must be conducted regarding contact dermatitis in this patient population, especially given the relative lack of data surrounding Hispanic, Asian and Pacific Islander, and Native American patients.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».