MétaCan
Menu
Retour à la cohorte
Enregistrement W4384923851 · doi:10.1089/derm.2023.0114

Bilateral Association between Atopic Dermatitis® and Alopecia Areata: A Systematic Review and Meta-Analysis

2023· review· en· W4384923851 sur OpenAlexvenueno aff
Rong Sun, Deqi Kong

Notice bibliographique

RevueDermatitis · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueDermatology and Skin Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAlopecia areataAtopic dermatitisIncidence (geometry)Odds ratioMeta-analysisConfidence intervalDermatologyInternal medicineWeb of scienceRisk factor

Résumé

récupéré en direct d'OpenAlex

Abstract: This systematic review and meta-analysis aimed to explore the association between atopic Dermatitis® (AD) and alopecia areata (AA). A comprehensive search was conducted in PubMed, Embase, Cochrane, and Web of Science from the inception of each database to November 10, 2022 for relevant studies. As there is a potential bilateral association between the 2 diseases, we assessed the prevalence/incidence of AA in patients with AD and the prevalence/incidence of AD in patients with AA. A total of 29 studies involving 11,233,448 participants were included in this analysis. AA was the exposure factor in 23 studies, AD in 7 studies, and both in 1 study. The meta-analysis revealed that the prevalence of AD was 11.2% (7.7%–15.1%) in patients with AA, and the prevalence of AA was 3.2% (95% confidence interval [CI]: 0.0%–11.5%) in patients with AD. The incidence of AD in AA patients was found to vary with age ( P = 0.07). Based on 7 studies, there was a significant association between AD and AA when AA was the exposure factor [odds ratio, OR, = 4.537 (95% CI: 2.409–8.544)]; based on 10 studies, there was also a significant association between AD and AA when AD was the exposure factor [OR = 2.643 (95% CI: 1.737–3.995)]. In conclusion, this meta-analysis demonstrated the 2-way association between AD and AA, providing a clinical reference for disease prevention and control.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,739
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0110,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,349
Écart entre enseignants0,269 · 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 tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
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

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatitisMême sujetDermatology and Skin DiseasesTravaux en français237 207