MétaCan
Menu
Retour à la cohorte
Enregistrement W4318263251 · doi:10.1089/derm.0000000000000943

Long-Term North American Trend in Patch Test Reactions: A 32-Year Statistical Overview (1984–2016)

2023· review· en· W4318263251 sur OpenAlexvenueno aff
Karim Elmobdy, Jacob Maibach, Howard I. Maïbach, Le Hanh Dung

Notice bibliographique

RevueDermatitis · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueContact Dermatitis and Allergies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)MedicinePatch testTest (biology)Allergic contact dermatitisContact dermatitisPublic healthEnvironmental healthSkin testPublic policyAllergyImmunologyPolitical scienceNursingLaw

Résumé

récupéré en direct d'OpenAlex

Background: Allergic contact dermatitis (ACD) remains a public health issue worldwide, despite regulations intended to minimize sensitization. With up-to-date knowledge about which chemicals continue to have high allergenicity, the government/industry can refocus their efforts to be most effective. Objective: We reviewed updated data showing common allergens that elicit ACD to determine the progress in reducing sensitization to inform public health policy, government regulation, and industry standards. Methods: We compiled data from the North American Contact Dermatitis Group showing patch test results from 1984 to 2016 for 153 compounds. Using these data, we analyzed the trends over time of positive test reactions to determine whether they are increasing or decreasing. Results: Of the 47 compounds with sufficient data to analyze, 23 had a decreasing proportion of positive patch test results over the whole period. An additional 5 had a decreasing proportion over a shorter period. Finally, 4 had an increasing proportion over any period: compositae mix, methylchloroisothiazolinone/methylisothiazolinone, nickel sulfate, and thimerosal mix. Conclusions: The data strongly indicate decreasing and increasing frequency trends and challenge us to seek explanations, which are not yet clear. It is hoped that these data can be valuable in informing public health policy, government, and industry.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0090,019
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,060
Tête enseignante GPT0,354
Écart entre enseignants0,294 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatitisMême sujetContact Dermatitis and AllergiesTravaux en français237 207