The burden of alopecia areata: A scoping review focusing on quality of life, mental health and work productivity
Notice bibliographique
Résumé
Alopecia areata (AA) is a common inflammatory autoimmune disease of the hair which can have a significant negative impact on quality of life (QoL), mental health and productivity. The aim of this scoping review is to elucidate the burden of AA focusing on these three realms. Inclusion criteria included all original manuscripts with no restriction on study type or statistical method written in English (or having an English abstract). For QoL 40 articles were included, 85 for psychiatric comorbidities, and 9 for work/school absenteeism/presenteeism mostly consisting of cross-sectional and observational cohort studies. QoL impairment was detected in over 75% of patients and up to one-third reported extremely severe QoL impairments. Specific QoL dimensions with the greatest impact were embarrassment, social functioning, as well as shopping and/or housework. Cross-sectional studies assessing the psychological burden of adult patients with AA found that the presence of signs of anxiety and/or depression ranged from 30% to 68% and affected all age groups. Rates of work absenteeism and unemployment were significantly higher in AA patients compared to healthy controls. Up to 62% reported making major life decisions including relationships, education and career based on their AA. Additionally, the extensive camouflage techniques and time lost from work led to a strong financial burden for patients and the numerous physician visits added to the healthcare costs. The overall impact of AA stretches much further than simply being an aesthetic concern and can negatively impact every part of an individual's life. An individualized approach and effective treatments will help reduce the psychosocial consequences and distress and return patients to their normal state of health.
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 | 0,005 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».