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 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)0,012
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,028
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0160,036
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 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'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