MétaCan
Menu
Retour à la cohorte
Enregistrement W2152058975 · doi:10.1289/ehp.5702

Food allergy: an overview.

2003· review· en· W2152058975 sur OpenAlexaff
Rhoda Kagan

Notice bibliographique

RevueEnvironmental Health Perspectives · 2003
Typereview
Langueen
DomaineMedicine
ThématiqueFood Allergy and Anaphylaxis Research
Établissements canadiensMcGill University Health CentreMontreal Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésFood allergyAllergyMedicineIngestionImmunoglobulin EContext (archaeology)AnaphylaxisImmunologyEnvironmental healthAntibodyBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Food allergy affects between 5% and 7.5% of children and between 1% and 2% of adults. The greater prevalence of food allergy in children reflects both the increased predisposition of children to develop food allergies and the development of immunologic tolerance to certain foods over time. Immunoglobulin (Ig) E-mediated food allergies can be classified as those that persist indefinitely and those that are predominantly transient. Although there is overlap between the two groups, certain foods are more likely than others to be tolerated in late childhood and adulthood. The diagnosis of food allergy rests with the detection of food-specific IgE in the context of a convincing history of type I hypersensitivity-mediated symptoms after ingestion of the suspected food or by eliciting IgE-mediated symptoms after controlled administration of the suspected food. Presently, the only available treatment of food allergies is dietary vigilance and administration of self-injectable epinephrine.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,987
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,120
Tête enseignante GPT0,430
Écart entre enseignants0,310 · 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 tête enseignante, pas un consensus.

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

Citations105
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Health PerspectivesMême sujetFood Allergy and Anaphylaxis ResearchTravaux en français237 207