Host determinants for the development of allergy in apprentices exposed to laboratory animals
Notice bibliographique
Résumé
The aim of this study was to evaluate whether determinants of work-related symptoms, skin sensitization and diseases differ between atopic and nonatopic subjects starting a career with exposure to laboratory animals (LA). A cohort of 417 apprentices in animal-health technology was prospectively followed during 32 or 44 months. The effect on the study outcomes of variables derived from questionnaire, skin reactivity, and lung function assessments at baseline were compared in atopic (n=212) and nonatopic (n=183) subjects. Eighty-five incident cases of sensitization to a LA-derived allergen were identified, 67 among atopic and 18 among nonatopic subjects. Baseline rhinitis symptoms in contact with pets and skin sensitization to pets were associated with the development of work-related rhinoconjunctivitis (RC) symptoms in atopic subjects, whereas perannual rhinitis symptoms and having a PC20 (provocative concentration causing a 20% fall in forced expiratory volume in one second) < or = 32 mg x mL(-1) were associated in nonatopic subjects. Baseline rhinitis symptoms on contact with pets and a PC20 value < or = 32 mg x mL(-1) were significant determinants for developing sensitization to a specific allergen in atopic subjects only. Finally, baseline rhinitis symptoms in contact with pets and perannual rhinitis symptoms were associated with the development of occupational RC in atopic subjects, whereas in nonatopic subjects this was associated with having a PC20 value < or = 32 mg x mL(-1). In conclusion, the determinants for the development of specific skin sensitization, symptoms and disease are different between atopic and nonatopic apprentices starting occupational exposure to laboratory-animal-derived allergens.
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 | 0,000 |
| 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 ».