Fotografie in der Dermatologie – ein Scoping Review: Praktiken, Skin of Color, Patientenpräferenzen und medizinisch‐rechtliche Überlegungen
Notice bibliographique
Résumé
Zusammenfassung Die klinische Fotografie ist essentiell für die Dermatologie. Es gibt jedoch keine umfassende Aufarbeitung der Literatur zur Fotografie in der Dermatologie. Dieser Scoping Review soll die Literatur zu fotografischen Praktiken in der Dermatologie, der Fotografie stark pigmentierter Haut ( Skin of Color ), Patientenpräferenzen und medizinisch‐rechtlichen Überlegungen zusammenfassen. Die Datenbanken Embase, MEDLINE, PubMed und Evidence Based Medicine wurden im Einklang mit der PRISMA‐Erweiterung für Scoping Reviews durchsucht. Insgesamt wurden 33 Studien zusammengefasst. Die klinische Fotografie wird häufig für die Markierung von Biospiestellen, Beurteilung, Diagnostik, Krankheitsüberwachung, Bewertung des Ansprechens auf die Behandlung, medizinische Ausbildung, Forschung, das Einholen kollegialer Ratschläge und in der Teledermatologie eingesetzt. Obwohl es in der dermatologischen Fotografie weiterhin kaum Darstellungen von Skin of Color gibt, sind fotografische Überlegungen für dunklere Hauttypen verfügbar. Die meisten Patienten unterstützen die medizinische Fotografie. Dabei besteht der Wunsch, dass klinische Fotografien vom eigenen Arzt aufgenommen und bevorzugt klinikeigene Kameras und keine persönlichen Geräte verwendet werden. Relevante medizinisch‐rechtliche Fragestellungen umfassen Bedenken hinsichtlich des Datenschutzes, der Verwendung persönlicher Geräte und der Dokumentation der Einwilligung. Die Fotografie in der Dermatologie entwickelt sich ständig weiter und findet immer breitere Anwendung. Verbesserte Verfahren und Innovationen werden Menschen aller Hautfarben zugute kommen. Die Einhaltung der Zustimmung und des Datenschutzes muss gewährleistet werden, um die zunehmende Einfachheit der Bildaufnahme und ‐freigabe aufrechtzuerhalten.
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 | 0,008 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,016 | 0,003 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,005 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».