Food allergies in developing and emerging economies: need for comprehensive data on prevalence rates
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although much is known today about the prevalence of food allergy in the developed world, there are serious knowledge gaps about the prevalence rates of food allergy in developing countries. Food allergy affects up to 6% of children and 4% of adults. Symptoms include urticaria, gastrointestinal distress, failure to thrive, anaphylaxis and even death. There are over 170 foods known to provoke allergic reactions. Of these, the most common foods responsible for inducing 90% of reported allergic reactions are peanuts, milk, eggs, wheat, nuts (e.g., hazelnuts, walnuts, almonds, cashews, pecans, etc.), soybeans, fish, crustaceans and shellfish. Current assumptions are that prevalence rates are lower in developing countries and emerging economies such as China, Brazil and India which raises questions about potential health impacts should the assumptions not be supported by evidence. As the health and social burden of food allergy can be significant, national and international efforts focusing on food security, food safety, food quality and dietary diversity need to pay special attention to the role of food allergy in order to avoid marginalization of sub-populations in the community. More importantly, as the major food sources used in international food aid programs are frequently priority allergens (e.g., peanut, milk, eggs, soybean, fish, wheat), and due to the similarities between food allergy and some malnutrition symptoms, it will be increasingly important to understand and assess the interplay between food allergy and nutrition in order to protect and identify appropriate sources of foods for sensitized sub-populations especially in economically disadvantaged countries and communities.
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.
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 | 0,000 | 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 | 0,000 |
| 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 découle