Bibliographic record
Abstract
OBJECTIF: Présenter aux médecins de famille des renseignements de base pour faire comprendre les schémas thérapeutiques et les résultats des traitements pour la pelade par plaques, de même que les aider à identifier les patients pour qui une demande de consultation en dermatologie pourrait s’imposer. SOURCES DES DONNÉES: Une recension a été effectuée dans PubMed pour trouver des articles pertinents concernant le traitement de la pelade par plaques. MESSAGE PRINCIPAL: La pelade par plaques est une forme auto-immune de perte pileuse qui touche à la fois les enfants et les adultes. Même s’il n’y a pas de mortalité associée à la maladie, la morbidité découlant des effets psychologiques de la perte des cheveux peut être dévastatrice. Lorsque la pelade par plaques et le sous-type de la maladie sont identifiés, un schéma thérapeutique approprié peut être amorcé pour aider à arrêter la chute des cheveux et possiblement faire commencer la repousse. Les traitements de première intention sont la triamcinolone intralésionnelle avec des corticostéroïdes topiques ou du minoxidil ou les 2. Les médecins de famille peuvent prescrire ces traitements en toute sécurité et amorcer ces thérapies. Les cas plus avancés ou réfractaires pourraient avoir besoin de diphénylcyclopropénone topique ou d’anthraline topique. On peut traiter la perte de cils avec des analogues de la prostaglandine. Les personnes ayant subi une perte de cheveux abondante peuvent recourir à des options de camouflage ou à des prothèses capillaires. Il est important de surveiller les troubles psychiatriques en raison des effets psychologiques profonds de la perte de cheveux. CONCLUSION: Les médecins de famille verront de nombreux patients qui perdent leurs cheveux. La reconnaissance de la pelade par plaques et la compréhension du processus pathologique sous-jacent permettent d’amorcer un schéma thérapeutique approprié. Les cas plus graves ou réfractaires doivent être identifiés pour qu’une demande de consultation en dermatologie soit demandée au besoin.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".