MétaCan
Menu
Retour à la cohorte
Enregistrement W4398202979 · doi:10.1007/s00403-024-02942-0

Perception of skin cancer risk and sun protective practices in individuals with vitiligo: a prospective international cross-sectional survey

2024· article· en· W4398202979 sur OpenAlexaboutno aff
Sarah Koopman Gonzalez, Arielle Carolina Mora Hurtado, Nicole C. Syder, Jack Rodman, Nada Elbuluk

Notice bibliographique

RevueArchives of Dermatological Research · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
Thématiquemelanin and skin pigmentation
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Southern California
Mots-clésVitiligoMedicineSkin cancerDermatologyCross-sectional studyRisk perceptionQuarter (Canadian coin)SunburnSunbathingCancerProspective cohort studyPerceptionInternal medicinePsychologyPathology

Résumé

récupéré en direct d'OpenAlex

Many individuals with vitiligo are uncertain about their skin cancer risk, phototherapy risks, and recommended sun protective practices. This study examined the perceived skin cancer risk and sun protective practices among individuals living with vitiligo. A secondary objective was to understand where participants obtain this information. This was a prospective cross-sectional study. An online survey was distributed to vitiligo support group leaders globally who shared the survey with their members. Individuals over the age of 18 and with vitiligo were included. There were 209 survey respondents, the majority were between the ages 35-54 (45.5%, n = 95), female (70.8%, n = 148), White (66.0%, n = 138). Nearly half of respondents believed they were at increased risk of skin cancer because of their vitiligo (45.5%, n = 95) and nearly a quarter (22.5%, n = 47) believed that phototherapy increased their risk of skin cancer. Having vitiligo affected sun protective practices with less than a quarter (24.4%, n = 51) of respondents using sunscreen daily or often prior to their vitiligo diagnosis in comparison to the majority of respondents (60.3%, n = 126) using it after their vitiligo diagnosis. The three most common sources where patients obtained information were the internet and social media (46.4%, n = 97), vitiligo support groups (23.4%, n = 49), and dermatologists (20.6%, n = 43). Despite evidence indicating a decreased risk of skin cancer in individuals with vitiligo and supporting the safety of narrowband ultraviolet B phototherapy, many participants believed they were at an increased risk of skin cancer. Findings were sub-stratified and showed differences in sunscreen usage based on gender, skin color, and percent depigmentation. This study also found nearly half of respondents obtained information related to vitiligo from the internet and social media. The number of participants may limit the generalizability of the findings. Survey questionnaires are also subject to response bias. The findings from this study highlight demographic variations in sunscreen usage which may help guide the development of targeted interventions to improve sun protective behaviors among diverse populations with vitiligo. In addition, this study suggests certain sun protective practices and skin cancer risk perceptions may vary based on extent of depigmentation. Lastly, this study also demonstrates the internet and social media as a popular source for obtaining information, emphasizing the need for dermatologists to leverage various online communication channels to help disseminate accurate information.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,056
Tête enseignante GPT0,428
Écart entre enseignants0,372 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Dermatological ResearchMême sujetmelanin and skin pigmentationTravaux en français237 207