Review of Symptoms Assessment During Nasal Allergen Provocation in Patients with Allergic Rhinitis
Notice bibliographique
Résumé
Background: Allergic rhinitis is the most prevalent allergic disease. Nasal provocation tests (NPTs) may be useful for its clinical diagnostic and therapy monitoring although they are mostly used in clinical research. However, the lack of standardisation in the symptoms assessed and the variety of instruments used make effective comparison between studies difficult. Objective: To review the published literature searching for instruments assessing nasal symptoms during NPTs for allergic rhinitis. Methods: Pubmed and Embase electronic databases were reviewed, looking for all methods including an instrument assessing symptoms during or following NPTs. Studies on animal models, pediatric subjects, and patients without allergic rhinitis were excluded. Studies were also excluded if they did not assess nasal symptoms during or following the NPT. Only NPT studies performed with allergen extracts or histamine were included. Results: A total of 520 studies were retrieved, from which 81 different instruments from 81 studies were included in the present analysis. There was no instrument reporting a validation process for the assessment of symptoms during NPTs. From the remaining instruments, the most common symptoms assessed were rhinorrhea (67), sneezing (70), congestion (67), and nasal pruritus (50). The most frequently used type of scales among those instruments was the four-point Likert scale (39), although different methods were used. Conclusions: This review illustrates the large variety of symptoms and methods used to assess the aforementioned NPTs. The lack of validation studies suggests the need to develop and validate a standardized instrument assessing symptoms following NPTs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».