Skin prick testing with extensively heated milk or egg products helps predict the outcome of an oral food challenge: a retrospective analysis
Notice bibliographique
Résumé
BACKGROUND: Cow's milk and hen's egg are the most frequently encountered food allergens in the pediatric population. Skin prick testing (SPT) with commercial extracts followed by an oral food challenge (OFC) are routinely performed in the diagnostic investigation of these children. Recent evidence suggests that milk-allergic and/or egg-allergic individuals can often tolerate extensively heated (EH) forms of these foods. This study evaluated the predictive value of a negative SPT with EH milk or egg in determining whether a child would tolerate an OFC to the EH food product. METHODS: Charts from a single allergy clinic were reviewed for any patient with a negative SPT to EH milk or egg, prepared in the form of a muffin. Data collected included age, sex, symptoms of food allergy, co-morbidities and the success of the OFC to the muffin. RESULTS: Fifty-eight patients had negative SPTs to the EH milk or egg in a muffin and underwent OFC to the appropriate EH food in the outpatient clinic. Fifty-five of these patients tolerated the OFC. The negative predictive value for the SPT with the EH food product was 94.8%. CONCLUSIONS: SPT with EH milk or egg products was predictive of a successful OFC to the same food. Larger prospective studies are required to substantiate these findings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».