Rate, Triggers, Severity and Management of Anaphylaxis in Adults Treated in a Canadian Emergency Department
Notice bibliographique
Résumé
BACKGROUND: The Cross-Canada Anaphylaxis Registry (C-CARE) assesses the triggers and management of anaphylaxis and identifies predictors of the development of severe allergic reactions and of epinephrine use. Here, we present data from an urban adult tertiary care emergency department (ED) in Montreal, Canada. METHODS: Potential anaphylaxis cases were identified using ICD-10 codes related to anaphylaxis or allergic reactions. Putative cases underwent chart review to ensure they met anaphylaxis diagnostic criteria. Demographic, clinical and management data were collected. Multivariate logistic regressions were conducted to assess the effect of demographic characteristics, triggers, and comorbidities on severity and management of reactions. RESULTS: Among 37,730 ED visits, 0.26% (95% CI 0.21, 0.32) fulfilled the definition of anaphylaxis. Food was the suspected trigger in almost 60% of cases. Epinephrine was not administered in almost half of moderate-to-severe cases, and similar numbers of individuals with moderate-to-severe reactions were not prescribed an epinephrine autoinjector. Reaction to shellfish was associated with more severe reactions (OR 13.9; 95% CI 2.2, 89.4). Older individuals and those not receiving steroids were more likely managed without epinephrine (OR 1.04; 95% CI 1.01, 1.07 and OR 2.97; 95% CI 1.05, 8.39, respectively). CONCLUSIONS: Anaphylaxis accounted for a substantial number of ED visits in adults, and the most common trigger was food. There is non-adherence to guidelines recommending epinephrine use for all cases of anaphylaxis. We postulate that this may be related to concerns regarding the side effects of epinephrine in adults.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».