Physician's appraisal vs documented signs and symptoms in the interpretation of food challenge tests: The EuroPrevall birth cohort
Notice bibliographique
Résumé
BACKGROUND: Blinded food challenges are considered the current gold standard for the diagnosis of food allergies. We used data from a pan-European multicenter project to assess differences between study centers, aiming to identify the impact of subjective aspects for the interpretation of oral food challenges. METHODS: Nine study centers of the EuroPrevall birth cohort study about food allergy recruited 12 049 newborns and followed them for up to 30 months in regular intervals. Intensive training was conducted and every center visited to ensure similar handling of the protocols. Suspected food allergy was clinically evaluated by double-blind, placebo-controlled food challenges using a nine dose escalation protocol. The primary challenge outcomes based on physician's appraisal were compared to documented signs and symptoms. RESULTS: Of 839 challenges conducted, study centers confirmed food allergy in 15.6% to 53.6% of locally conducted challenges. Centers reported 0 to 16 positive placebo challenges. Worsening of eczema was the most common sign when challenged with placebo. Agreement between documented objective signs and the challenge outcome assigned by the physician was heterogeneous, with Cohen's kappa spanning from 0.42 to 0.84. CONCLUSIONS: These differences suggest that the comparison of food challenge outcomes between centers is difficult despite common protocols and training. We recommend detailed symptom assessment and documentation as well as objective sign-based challenge outcome algorithms to assure accuracy and comparability of blinded food challenges. Training and supervision of staff conducting food challenges is a mandatory component of reliable outcome data.
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) | 0,000 | 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 | 0,000 |
| 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 ».