MétaCan
Menu
Retour à la cohorte
Enregistrement W2008341143 · doi:10.1136/archdischild-2014-306152

The management of peanut allergy

2014· review· en· W2008341143 sur OpenAlexaff
Andrew Clark

Notice bibliographique

RevueArchives of Disease in Childhood · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueFood Allergy and Anaphylaxis Research
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicinePeanut allergyFood allergyPeanut butterAllergyConfusionAnaphylaxisAccidentalAllergic reactionPeanut oilEnvironmental healthIntensive care medicinePediatricsImmunologyFood scienceRaw material

Résumé

récupéré en direct d'OpenAlex

Peanut allergy is common and can be a cause of severe, life-threatening reactions. It is rarely outgrown like other food allergies such as egg and milk. Measures aiming to reduce its prevalence via maternal avoidance during pregnancy and lactation, or delayed introduction into the diet, have failed to show any benefit. Peanut allergy has a significant effect on the quality of life of sufferers and their families due to dietary and social restrictions, but mainly stemming from fear of accidental peanut ingestion. The current management consists of strict avoidance, education and provision of emergency medication. Families find avoidance challenging as peanut is hidden in various food products. Despite the fact that food labelling has improved, with a legal obligation to declare certain food allergens (including nuts) in prepacked products, it still causes confusion and does not extend to cross-contamination. In an effort to address issues of safety at school, a lot of work has been undertaken to better care for peanut-allergic children in that environment. This includes training of school staff on how to recognise and treat allergic reactions promptly. Recent developments in the management of peanut allergy, such as immunotherapy, have shown some promise as an active form of treatment, but larger studies are required to further investigate safety and efficacy.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,019
Tête enseignante GPT0,319
Écart entre enseignants0,300 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations28
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Disease in ChildhoodMême sujetFood Allergy and Anaphylaxis ResearchTravaux en français237 207