Prevention of Post‐Inflammatory Hyperpigmentation in Skin of Colour: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: Post-inflammatory hyperpigmentation (PIH) impacts all skin tones with a heightened predilection for Fitzpatrick skin types (FST) III-VI. Preventative measures include pre- and post-intervention approaches, such as sunscreen and corticosteroids. This systematic review aims to summarise the preventative measure outcomes for skin of colour individuals. METHODS: A literature search was conducted using MEDLINE (from 1946) and Embase (from 1974) in adherence to the Preferred Reporting Items for Systematic Reviews and Meta-Analysis guidelines. RESULTS: Of 14 studies, 369 cases were included. The mean age was 38 years (n = 293) and 72% were female (n = 265). All patients were of Asian ethnicity, and 42% were of FST III, 54% FST IV, and 4% FST V. Nearly all cases were precipitated by laser therapy (> 95%), and the face was the most reported location (85%). The most successful preventative measure was sunscreen alone or combined with other ingredients. Less successful outcomes were seen with topical corticosteroids and systemic tranexamic acid, while cooling air devices exacerbated the development of PIH. CONCLUSION: Overall, only sunscreen consistently prevented the incidence of PIH; however, the severity of the ensuing PIH may be diminished with other measures. There is considerable room for improved preventative strategies for at-risk 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 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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».