NGHIÊN CỨU ĐẶC ĐIỂM LÂM SÀNG VÀ KẾT QUẢ ĐIỀU TRỊ BỆNH GHẺ NGƯỜI LỚN SỬ DỤNG FOB 10 CREAM (LƯU HUỲNH 7%) VÀ SỮA TẮM BODYMED TẠI VIỆN NGHIÊN CỨU DA THẨM MỸ QUỐC TẾ FOB® NĂM 2023-2024
Notice bibliographique
Résumé
Đặt vấn đề: Bệnh ghẻ là một bệnh da do ký sinh trùng khá phổ biến ở nước ta. Có nhiều phương pháp điều trị hiệu quả, trong đó thuốc bôi lưu huỳnh là một lựa chọn an toàn và giá thành phù hợp. Sữa tắm BODYMED giúp làm dịu và giữ ẩm cho da, mang lại sự hỗ trợ tích cực trong điều trị. Mục tiêu nghiên cứu: 1) Mô tả đặc điểm lâm sàng của bệnh ghẻ người lớn; 2) Đánh giá kết quả điều trị bệnh ghẻ bằng FOB 10 cream kết hợp sữa tắm BODYMED. Đối tượng và phương pháp nghiên cứu: Nghiên cứu mô tả hàng loạt ca trên 60 bệnh nhân được chẩn đoán bệnh ghẻ. Kết quả: Ghẻ thông thường chiếm 96,7%, ghẻ bội nhiễm chiếm 3,3%. Nhóm tuổi mắc bệnh nhiều nhất là từ 60 tuổi trở lên. Tất cả bệnh nhân đều có triệu chứng ngứa, ngứa nhiều về đêm chiếm 83,3%. Thương tổn hay gặp nhất là sẩn ghẻ, mụn nước và rãnh ghẻ. Vị trí thương tổn thường gặp nhất là vùng bụng, quanh thắt lưng, vùng sinh dục và các kẽ ngón. Kết quả điều trị của nhóm bôi FOB 10 cream và nhóm bôi FOB cream kết hợp sữa tắm BODYMED là tương đồng nhau, tuy nhiên tác dụng phụ ở nhóm thứ 2 thấp hơn. Kết luận: Triệu chứng ngứa ở bệnh ghẻ người lớn chiếm 100%, trong đó đa số ngứa nhiều về đêm. Thương tổn thường gặp là sẩn ghẻ, mụn nước, rãnh ghẻ, phân bố nhiều ở vùng bụng và thắt lưng, vùng sinh dục, các kẽ ngón. Việc sử dụng FOB 10 cream kết hợp với sữa tắm BODYMED mang lại hiệu quả và an toàn, giúp thuốc được dung nạp tốt hơn và giảm thiểu tác dụng phụ.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,008 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,009 | 0,013 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,061 | 0,021 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».