MétaCan
Menu
Retour à la cohorte
Enregistrement W7117898260 · doi:10.59249/shyp2377

Scabies as a Neglected Tropical Disease: A Comprehensive Review ofPathogenesis, Epidemiology, Clinical Manifestations, Diagnosis andTreatment

2025· article· en· W7117898260 sur OpenAlexaff
Ansar Ahmad Paray, Mahesh Chandra, Imtiyaz Wani, Manju Singh, Amandeep Kaur, Irshad Ahmad Najar, Nadeem Ahmad Paray, Mudasir Manzoor Dar

Notice bibliographique

RevueThe Yale Journal of Biology and Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatological diseases and infestations
Établissements canadiensNorthern College
Organismes subventionnairesnon disponible
Mots-clésScabiesRashTropical diseaseNeglected tropical diseasesEpidemiologySarcoptes scabieiDisease

Résumé

récupéré en direct d'OpenAlex

, affecting over 200 million individuals worldwide at any given time. The World Health Organization (WHO) has recognized this infection as a neglected tropical disease (NTD) since 2017. Scabies mainly affects underdeveloped, overcrowded, and resource-limited communities, particularly in tropical and subtropical areas. Intense pruritus that gets worse at night and a distinctive rash with papules, burrows, and secondary bacterial infections from scratching are the clinical manifestations produced. Despite its pervasiveness, many national health agendas fail to adequately address it, misdiagnose it, and underreport it. Its persistence is further exacerbated by social stigma, a lack of awareness, and ineffective diagnosis and treatment. This review article highlights the disease's epidemiological significance, clinical manifestations, diagnostic capabilities, calls for enhanced surveillance, integrated control initiatives, and more funding for research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut 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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,158
Score d'incertitude au seuil0,607

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,082
Tête enseignante GPT0,467
Écart entre enseignants0,386 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

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

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Yale Journal of Biology and MedicineMême sujetDermatological diseases and infestationsTravaux en français237 207