The Question of Adolescent and Postadolescent Acne: The Nigerian Experience
Notice bibliographique
Résumé
Introduction: Differences between adolescent and postadolescent acne are increasingly being recognized. This study aimed to document the clinical profile of facial acne vulgaris and, additionally, to compare adolescent to postadolescent acne and any gender-based differences. Methods: Cross-sectional descriptive study of 261 facial acne vulgaris patients was conducted from February 2021 to March 2022 at three dermatology clinics. Patients had their anthropometric measurements, type of acne lesions, and severity and scarring assessed. Results: A total of 261 patients (75.5% females) with a mean age of 24.5 (±7.4) years were diagnosed to have facial acne vulgaris. The severity of acne was mild in 44.8%, moderate in 48.3%, and severe in 6.9%. Acne was noninflammatory in 69.7%, inflammatory in 13.0%, and mixed in 17.2%. Adolescent and postadolescent acne significantly differed in the type of acne, BMI, type of acne lesions, and acne scarring. Gender-based differences included BMI, lesions of acne, and severity. Conclusion: There is an increasing prevalence of postadolescent acne with persistent being the most common category. There are significant differences between adolescent and postadolescent acne: type of acne, BMI, type of acne lesions, and acne scarring. Gender-based differences exist in both adolescent and postadolescent acne.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».