Atopic Dermatitis in Children in the General Population: Baseline Characteristics, Medication Use, and Severity Measures in the Rotterdam Eczema Study
Notice bibliographique
Résumé
Abstract: Background: Real-life data on severity and treatments in children with atopic dermatitis (AD) are needed to evaluate self-management. Objectives: To determine severity and use of topical treatments in children with AD in the general population. Furthermore, we aim to determine agreement and correlation between objective and subjective AD severity measures. Methods: Data were used from the Rotterdam Eczema Study, an observational prospective cohort study with an embedded pragmatic open-label randomized controlled trial. Descriptive statistics were used for baseline characteristics, medication use, and severity. Strength of agreement and correlation were determined using kappa analysis and Pearson correlation. Results: In total, 367 children (mean age 5.7 years) were recruited. The mean eczema area and severity index (EASI) score was 2.1 (±3.2) and mean patient-oriented eczema measure (POEM) score was 10.3 (±6.1). The majority applied emollients on a daily basis (54.9%) and had not used topical corticosteroids (TCSs) over the past week (51%). Based on severity banding of POEM and EASI, 49.9% and 24.9% of the children were undertreated, respectively. No evidence was found for an agreement between EASI and POEM (kappa 0.028, n = 178, P = 0.451). A moderate correlation between POEM, EASI, infants' dermatitis quality of life index, and children's dermatology life quality index was found. POEM showed higher correlation with quality of life (QoL) than EASI. Conclusion: Emollients were used sufficiently in the study population. Based on signs or symptoms, 24.9% and 49.9% of children are undertreated, respectively. POEM scores correlated better with QoL than with EASI scores. We argue that EASI underestimates severity of AD, and treatment based on EASI scores may lead to undertreatment of AD. Treating physicians should be aware of suboptimal use of TCSs.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».