Epidemiology and Pathogen Shift of Tinea Capitis: A Comparative Analysis of Adults and Children in Nanchang, China (2022–2024)
Notice bibliographique
Résumé
BACKGROUND: Tinea capitis remains a public health concern, especially in children, with evolving trends. Data from Nanchang, China, regarding comparative analyses between adults and children is limited. OBJECTIVES: This study aimed to analyze the clinical and epidemiological characteristics, pathogen spectrum, risk factors, and household transmission of tinea capitis in Nanchang from 2022 to 2024, comparing features between adult and pediatric patients. METHODS: A single-center retrospective study was conducted involving 239 patients (170 children, 69 adults) diagnosed with confirmed tinea capitis. Demographic, clinical, and risk factor data were collected. Pathogens were identified via microscopy, culture, and molecular methods. RESULTS: Significant increases were observed in adult cases (28.87% vs. historical 9.73%), particularly among postmenopausal women. Anthropophilic pathogens dominated overall (65.42%), but zoophilic species increased significantly (32.71% vs. historical 16.96%). Clinical types differed: black dot tinea predominated in adults (81.16%), while kerion (42.94%) was more common in children. Animal contact was a key risk factor for children (55.29%). Household transmission occurred in 22.90% of surveyed families, with 100% pathogen concordance and frequent asymptomatic adult carriers (50% of affected households). CONCLUSIONS: Notable differences exist between children and adult tinea capitis in Nanchang, with trends showing increasing adult cases and a shift towards zoophilic pathogens. Prevention strategies should be tailored to specific age groups and transmission modes, emphasising household screening and management of human and animal sources.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».