Investigation of Occupational Asthma: Do Clinicians Fail to Identify rRelevant Occupational Exposures?
Notice bibliographique
Résumé
BACKGROUND: Specific inhalation challenges (SIC) enable the identification of the agent responsible of occupational asthma (OA). A clinician may fail to identify a specific agent in the workplace, which may potentially lead to a misdiagnosis. The expert assessment method performed by an occupational hygienist has been used to evaluate occupational exposures in epidemiological studies. OBJECTIVE: The broad aim of the present study was to evaluate the contribution of an expert assessment performed by an occupational hygienist to the diagnosis of OA. The specific aim was to compare workplace exposures identified by an occupational hygienist and by chest physicians in subjects with positive SICs and subjects with asthma, but with a negative SIC. METHODS: SICs were performed in 120 cases: 67 were positive and 53 were negative. A clinician assessed occupational exposures to sensitizers during a routine clinical evaluation preceding the performance of the SIC. An expert assessment of occupational exposures was performed by an occupational hygienist blind to the result of the SIC. RESULTS: The occupational hygienist identified the causal agent in 96.7% of the 61 cases of positive SIC. In 33 (62.3%) cases of negative SICs, the occupational hygienist identified ≥1 sensitizing agent(s) that had not been identified by the clinician. CONCLUSION: The hygienist identified the causal agent in almost all subjects with OA. In contrast, the clinician failed to identify potential exposures to sensitizers in >60% of the negative SIC subjects, which may have resulted in some subjects being misdiagnosed as not having OA.
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 | 0,001 |
| 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) | 0,000 | 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 ».