Oral food challenge outcomes in a pediatric tertiary care center
Notice bibliographique
Résumé
BACKGROUND: Oral food challenges are the clinical standard for diagnosis of food allergy. Little data exist on predictors of oral challenge failure and reaction severity. METHODS: A retrospective chart review was done on all pediatric patients who had oral food challenges in a tertiary care pediatric allergy clinic from 2008 to 2010. RESULTS: 313 oral challenges were performed, of which the majority were to peanut (105), egg (71), milk (41) and tree nuts (29). There were 104 (33%) oral challenge failures. Children were more likely to fail an oral challenge if they were older (P = .04), had asthma (P = .001) or had atopic dermatitis (P = .03). Risk of challenge failure was significantly different between food allergens, with more failures noted for peanut than for tree nuts, milk or egg (P = .001). Among challenge failures, 19% met criteria for anaphylaxis. Significantly more tree nut and peanut challenges met criteria for anaphylaxis than milk or egg (P < .001). Skin test size and specific IgE level were significantly higher in those who failed oral challenges (P < .001). The highest rate of challenge failure and severity of failure was to cashew, with 63% of cashew challenges reacting, of which 80% met clinical criteria for anaphylaxis. CONCLUSION: The risk of challenge failure differed with type of food studied, with peanut and tree nut having a higher risk of challenge failure and anaphylaxis. Cashew in particular carried a high risk and caution must be exercised when performing these types of oral challenges in children.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».