MétaCan
Menu
Retour à la cohorte
Enregistrement W2773065613

Food allergy in canines: A review

2017· review· en· W2773065613 sur OpenAlexaboutno aff
Rakshanda Bhagat, Amir Amin Sheikh, VS Wazir, Aditya Mishra, Uttarani Maibam

Notice bibliographique

RevueJournal of Entomology and Zoology Studies · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueFood Allergy and Anaphylaxis Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFood allergyMedicineAllergyRadioallergosorbent testPatch testAllergenFood scienceDermatologyBiologyImmunology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Food allergy is an immunological response to the ingested allergen present in food like artificial food additives, beef, canned foods, corn, cow milk, dairy products, dog foods, dog biscuits, eggs, fish, and food preservatives, meat of different species including pork, mutton and horse meat, oat meal, potatoes, rice and commonly occurs in dogs and cats. Among all canine species, Labrador and German shepherd were found to be more prone to food allergy and symptoms are similar to other pruritic skin diseases. These food allergies are broadly classified into two categories (1) IgE-mediated food allergy (2) non-IgE-mediated food allergy. Diagnosis can be done by accurate clinical history, parental observations, and laboratory tests: Skin scrapping, bacterial/fungal culture examination, thyroid test, fecal examination and skin biopsy, allergic tests: Patch test, Skin Prick Test, Intra-dermal test and Radioallergosorbent test. Management of these allergies can be done by antihistaminics like Hydroxyzine and Chlorpheniramine, antibiotics like Cephalexin, Enrofloxacin, antifungals like Ketoconazole, Griseofulvin, Amphotericin-B and glucocorticoids like Prednisolone, Methyl prednisolone.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,915
Score d'incertitude au seuil0,814

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,243
Tête enseignante GPT0,485
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Entomology and Zoology StudiesMême sujetFood Allergy and Anaphylaxis ResearchTravaux en français237 207