Epidemiological trends and healthcare disparities in onychomycosis: An analysis of the All of Us research program
Notice bibliographique
Résumé
Onychomycosis is a common, difficult to treat nail disorder. Our objective was to explore disparities in current clinical management practices for onychomycosis in patients from underrepresented groups and with specific comorbidities. We conducted a cross-sectional study using the All of Us (AoU) research program. The AoU program gathers survey, and electronic health records from participants in the United States with the aim of increasing the representation of minorities groups in health research under the framework of precision medicine. We identified 18,763 onychomycosis patients (2017-2022) and compared the rates of diagnostic testing, prescription medications and surgical procedures. Younger patients were more likely to receive oral medications, while older patients were more likely to undergo surgical nail procedures. Patients with lower income and education, Black and Hispanic patients were less likely to receive testing to confirm diagnosis, and less likely to receive prescription medications (topical and/or oral) except in the case of fluconazole. Lower income and education were associated with a higher likelihood of debridement and trimming procedures, while Black and Hispanic patients were less likely to undergo these procedures. Patients with disabilities also received different treatments when compared to able-bodied individuals, being less likely to receive ciclopirox, efinaconazole and terbinafine, but more likely to undergo debridement and trimming procedures. There are clear differences in the management of onychomycosis in the different demographic and comorbid populations that we studied. Efforts to reduce these inequalities, such as expanded health coverage, reducing communication barriers and increasing patient and physician education are needed.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».