MétaCan
Menu
Retour à la cohorte
Enregistrement W4402750410 · doi:10.1089/derm.2024.0175

Allergic Contact Dermatitis in Skin of Color: A Retrospective Study from a Comprehensive Patch Testing Center

2024· article· en· W4402750410 sur OpenAlexvenueno aff
Puneet Arora, Caroline Brumley, Kimberly Capers Arrington, Sara Hylwa

Notice bibliographique

RevueDermatitis · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePatch testingDermatologyAllergic contact dermatitisCenter (category theory)Contact dermatitisPatch testAllergyImmunology

Résumé

récupéré en direct d'OpenAlex

Abstract: Background: There are few studies reporting patch test results in skin of color patients, especially for Hispanic, Asian, and Indigenous populations. Objective: To characterize patch testing results in patients with skin of color at our center. Methods: A retrospective study of patients demonstrating at least 1 allergenic reaction in comprehensive patch testing (+, ++, +++, or +/−) with final interpretation as allergic by a board-certified dermatologist specializing in contact dermatitis. Results were stratified by self-reported race and the most common reactions for each group were characterized and compared to those of White patients. Results: A total of 1389 patients were identified; 270 (19.4%) having skin of color (1119 White, 102 Asian, 115 Black or African American, 44 Hispanic, 9 Indigenous). Most common reactions among Asian patients were nickel, methylisothiazolinone (MI), and hydroperoxides of linalool. In Black patients, MI, nickel, and p-phenylenediamine were most common. In Hispanic patients, MI, nickel, and formaldehyde were most common. The positivity of acrylates ( P < 0.001) and propylene glycol ( P < 0.05) in Asians as well as dyes and rubber accelerators in Black patients ( P < 0.05) was significantly higher than in White patients. Conclusions: Nickel and MI are common allergens in all groups, with certain allergens being overly represented in some groups. Differing cultural practices may result in these variations, emphasizing the need to capture patch testing trends in these populations.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,263
Écart entre enseignants0,244 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatitisMême sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207