MétaCan
Menu
Retour à la cohorte
Enregistrement W2124517276 · doi:10.1186/s13256-015-0669-6

Food-dependent exercise-induced anaphylaxis to chickpea in a 17-year-old female: a case report

2015· article· en· W2124517276 sur OpenAlexaff
Hannah Roberts, Moshe Ben‐Shoshan

Notice bibliographique

RevueJournal of Medical Case Reports · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueFood Allergy and Anaphylaxis Research
Établissements canadiensJaneway Children's Health and Rehabilitation CentreMontreal Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésAnaphylaxisMedicineFood allergyAllergyAllergenFood allergensImmunologyIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Food-dependent exercise-induced anaphylaxis is a subtype of anaphylaxis and, although rare, it is an important condition to be familiar with as it can ultimately lead to death. CASE PRESENTATION: We present a case of food-dependent exercise-induced anaphylaxis in a 17-year-old white girl due to chickpea. She had a history of anaphylaxis after eating crackers and hummus before exercising. Skin prick testing and serum-specific immunoglobulin E level confirmed chickpea to be the causative allergen. CONCLUSIONS: This case demonstrates the challenge in identifying specific causative food allergens when foods are eaten in combination, when the food is processed, and when cross-reactivity is possible. These challenges add complexity to a condition that is already rare and unfamiliar to some health care providers. We hope that this case will serve as an important reminder that although rare, food-dependent exercise-induced anaphylaxis exists and making a diagnosis can lead to life-saving preventative strategies. As legumes are not a common food associated with food-dependent exercise-induced anaphylaxis, this will add to our current knowledge base in the field of allergy.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0070,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,060
Tête enseignante GPT0,360
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'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Case ReportsMême sujetFood Allergy and Anaphylaxis ResearchTravaux en français237 207