Potential Allergens in Wound Care Products
Notice bibliographique
Résumé
Background: Patients with chronic wounds have an increased risk of developing allergic contact dermatitis (ACD). Reports of ACD to wound care products are not uncommon. To minimize contact sensitization in patients with chronic wounds, allergenic ingredients should be avoided when possible. Objective: With more than 5000 wound care products available in the United States, it is essential to understand which products can be chosen to minimize allergen exposures. Methods: Ingredients in wound care products in 5 wound care clinics across 2 institutions were cross-referenced with the American Contact Dermatitis Society core allergen series 2020. Results: Of the 267 wound care products included, 97 (36.3%) contained at least one allergen, including 31 dressings/wraps (22.3%), 25 medications (69.4%), 12 cleaning supplies (36.3%), 16 tapes/glues (80%), 2 instruments (14.3%), 8 emollients and vehicles (61.5%), 1 ostomy product (11.1%), and 2 odor-eliminating products (66.7%). Thirty-four different allergens were identified across all products. The most common allergens present in the included items were acrylates and propylene glycol, followed by parabens, cetyl stearyl alcohol, tocopherol, fragrance, and phenoxyethanol. Conclusions: Many wound care products contain at least one contact allergen, highlighting the importance of clinician education on ACD in the context of wound care product selection.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».