MétaCan
Menu
Retour à la cohorte
Enregistrement W4324054382 · doi:10.7759/cureus.36066

The Intersection Between Malaria Treatment and Chemoprophylaxis and Their Potential Adverse Dermatologic Manifestations: A Narrative Review

2023· review· en· W4324054382 sur OpenAlexaff
Christopher S Farkouh, Michelle Anthony, Faiza Amatul-Hadi, Parsa Abdi, Qaisar Ali Khan

Notice bibliographique

RevueCureus · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueDrug-Induced Adverse Reactions
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMedicineAdverse effectMalariaToxic epidermal necrolysisDermatologyChemoprophylaxisSurgeryInternal medicineImmunology

Résumé

récupéré en direct d'OpenAlex

mosquito. The parasitic infection is endemic in 90 countries, with approximately 500 million cases reported annually and an estimated annual mortality of 1.5-2.7 million individuals. Historically, the use of antimalarial drugs has been promising for the chemoprophylaxis and treatment of malaria, mitigating the annual mortality rate. Notably, these antimalarial drugs have been associated with various adverse effects, including gastrointestinal upset and headaches. However, the adverse cutaneous manifestations these antimalarial drugs may lead to are poorly documented and understood. We aim to describe the lesser-studied adverse cutaneous pathologies of malaria treatment to better educate physicians on the proper treatment of their patients. Our narrative review describes the skin manifestations associated with specific antimalarial treatments and their associated prognoses and treatments. The cutaneous pathologies discussed include aquagenic pruritus (AP), palmoplantar exfoliation, Steven-Johnson syndrome, toxic epidermal necrolysis, cutaneous vasculitis, psoriasis, ecchymosis, and tropical lichenoid dermatitis. Further studies and vigilant documentation of the cutaneous adverse events of antimalarial drugs need to be performed and emphasized to prevent potential life-threatening adverse outcomes.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
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)0,0040,001

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 Opus0,074
Tête enseignante GPT0,371
Écart entre enseignants0,297 · 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'étudeSans objet
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetDrug-Induced Adverse ReactionsTravaux en français237 207