Unmasking Racial Disparity in the Diagnosis and Treatment of Hidradenitis Suppurativa
Notice bibliographique
Résumé
Hidradenitis suppurativa (HS) is a chronic, profoundly incapacitating disease predominantly affecting the apocrine gland-rich areas of the human body. Although it affects 0.05% to 4% of the general population, there exists a significant racial disparity, with people of color, particularly Black individuals, experiencing a notably higher prevalence. Despite this disparity, the current literature lacks comprehensive analyses of HS concerning race and ethnicity, revealing a systemic blind spot in understanding and addressing the disease's racially disproportionate impacts. In this commentary, we aim to shed light on these racial disparities, focusing specifically on the stark inequities related to the timely diagnosis and subsequent dermatological care of HS in the United States. This commentary explores the racial bias in HS prevalence, severity, diagnostic delay, access to specialized care, and underrepresentation in clinical trials. By emphasizing the urgent need to address these disparities, we seek to foster an inclusive dialogue and drive proactive efforts toward achieving equitable care and research representation for all populations affected by this debilitating condition. Through this discussion, we aim to pave the way for a healthcare landscape that acknowledges and addresses the racial disparities inherent in HS, ensuring that advancements in the management of the disease cater to the needs of all populations, irrespective of their racial or ethnic background.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».