The association between early life antibiotic use and allergic disease in young children: recent insights and their implications
Notice bibliographique
Résumé
INTRODUCTION: Greater prescribing of antibiotics to infants has coincided with an epidemic of allergic disease. Through meta-analytic synthesis, accumulating evidence from prospective or database cohorts suggests a link between infant antibiotic treatment and the development of atopy. Stronger associations seen with multiple course and broad-spectrum antibiotic treatment add to biological plausibility. A major bias, confounding by indication, has been addressed in studies on antibiotic treatment of conditions which do not precede allergic disease. Areas covered: Our review provides an up-to-date synthesis of the current literature on associations between infant antibiotic exposure and future allergic disease. We discuss methods that assist in reducing study bias and look at new insights from studies of the infant gut microbiome. Expert commentary: Large-scale profiling of the gut microbiome provides a new tool for disentangling biases found in observational studies of infant antibiotic use. To date, microbial dysbiosis of the infant gut has been reported to predict allergic disease independent of antibiotic exposure up to 3 months after birth. However, these studies have not accounted for antibiotic treatment in later infancy. Continued study of the infant gut microbiome, mycobiome, or resistome will provide a closer link to antibiotic treatment or refute it as a cause of allergic disease.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 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 ».