Trends in prevalence and risk factors of allergic rhinitis symptoms in primary schoolchildren six years apart in Budapest
Notice bibliographique
Résumé
BACKGROUND: Few data are available concerning the time trends and risk factors associated with allergic rhinitis (AR) in schoolchildren in Hungary. METHODS: At an interval of six years, parents of 6-12-year-old children completed identical ISAAC-based and additional questionnaires related to possible risk factors. RESULTS: Response rate was 62.8% with 6335 questionnaires distributed in 2007, and 52.9% with 6441 questionnaires in 2013. The prevalence of current AR symptoms (subjects presenting clinical symptoms of AR in the past 12 months, but had yet to be diagnosed by physician) increased significantly from 14.9% to 23.5% (p<0.001). There was no significant change in the prevalence of physician-diagnosed AR (11.6-11.2%). In multivariate analysis, gender (OR 0.733; CI 0.642-0.931), a family history of atopy (OR 2.017; CI 1.669-2.436), frequent upper respiratory tract infections (OR 2.033; CI 1.659-2.492), long-lasting disease before the appearance of the allergy (OR 2.119; CI 1.311-3.428), feather bedding (OR 0.773; CI 0.599-0.996) and living in a green area (OR 1.367; CI 1.133-1.650) were found to be significant risk factors of cumulative AR in 2013. In both of the groups with (p<0.000) or without (p<0.003) AR the families with a history of atopy used feather bedding less frequently than families without atopy. CONCLUSION: Although the prevalence of physician-diagnosed AR has not shown significant changes during the studied interval, the significant increase of the current AR symptoms suggests growing prevalence of AR among children in Budapest. Our results revealed new aspects of bedding customs in atopic families.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».