MétaCan
Menu
Retour à la cohorte
Enregistrement W2980595867 · doi:10.1016/j.jaci.2019.06.049

Next-generation Allergic Rhinitis and Its Impact on Asthma (ARIA) guidelines for allergic rhinitis based on Grading of Recommendations Assessment, Development and Evaluation (GRADE) and real-world evidence

2019· review· en· W2980595867 sur OpenAlexaff
Jean Bousquet, Holger J. Schünemann, A. Togias, Claus Bachert, Martina Erhola, Peter W. Hellings, Ludger Klimek, Oliver Pfaar, Dana Wallace, Ignacio J. Ansotegui, Ioana Agache, Anna Bedbrook, Karl‐Christian Bergmann, M. Bewick, Philippe Bonniaud, Sinthia Bosnic‐Anticevich, Isabelle Bossé, Jacques Bouchard, Louis‐Philippe Boulet, Jan Brożek, Guy Brusselle, Moisés Calderón, Giorgio Walter Canonica, Luis Caraballo, Thomas B. Casale, Lorenzo Cecchi, Derek K. Chu, Elı́sio Costa, Ãlvaro A. Cruz, Gennaro D’Amato, Philippe Devillier, Mark S. Dykewicz, Motohiro Ebisawa, Jean-Louis Fauquert, Wytske J. Fokkens, João Fonseca, Jean-François Fontaine, Bilun Gemicioğlu, Roy Gerth van Wijk, Tari Haahtela, Susanne Halken, Despo Ierodiakonou, Tomohisa Iinuma, Juan Carlos Ivancevich, Marek Jutel, Ігор Петрович Кайдашев, Musa Khaitov, Ömer Kalaycı, Jörg Kleine‐Tebbe, Marek L. Kowalski, Piotr Kuna, Violeta Kvedarienė, Stefania La Grutta, Désirée Larenas‐Linnemann, Susanne Lau, Daniel Laune, Lan Le, P. Lieberman, Karin C. Lødrup Carlsen, Olga Lourenço, Gert Mariën, Pedro Martins, Erik Melén, Enrica Menditto, Hugo Neffen, Grégoire Mercier, Ralph Mosgues, Joaquim Mullol, Antonella Muraro, Leyla S. Namazova-Baranova, Ettore Novellino, Robyn E. O’Hehir, Yoshitaka Okamoto, Ken Ohta, Hae‐Sim Park, Petr Panzner, Giovanni Passalacqua, N. Pham‐Thi, David Price, Graham Roberts, Nicolás Roche, C. Rolland, Dermot Ryan, Bolesław Samoliński, Mario Sánchez‐Borges, Glenis K. Scadding, Mohamed H. Shamji, Aziz Sheikh, Ana Todo‐Bom, Sanna Toppila‐Salmi, Marylin Valentín-Rostán, Arūnas Valiulis, Erkka Valovirta, Maria Teresa Ventura, Samantha Walker, Susan Waserman, Arzu Yorgancıoğlu, Torsten Zuberbier

Notice bibliographique

RevueJournal of Allergy and Clinical Immunology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueAllergic Rhinitis and Sensitization
Établissements canadiensRoyal Ottawa Mental Health CentreUniversité LavalMcMaster University
Organismes subventionnairesEfficacy and Mechanism Evaluation ProgrammeSanofi GenzymeAllergopharmaG. Pohl-BoskampServierMundipharmaALK-AbellóCiplaShionogiAstraZenecaAllergy TherapeuticsRegeneron PharmaceuticalsMylanOtonomyImmune Tolerance NetworkF. Hoffmann-La RocheTeva Pharmaceutical IndustriesNovartisRespiratory Effectiveness GroupAKL Research and DevelopmentCSL BehringChiesi FarmaceuticiAmgenGenentechStiftung Tierärztliche Hochschule HannoverBritish Lung FoundationSanofiKyorin PharmaceuticalPfizerWorld Health OrganizationChiesi EspañaMerckGlaxoSmithKline
Mots-clésMedicineGrading (engineering)AsthmaRandomized controlled trialIntensive care medicineAllergen immunotherapyAllergyImmunologyAllergenInternal medicine

Résumé

récupéré en direct d'OpenAlex

The selection of pharmacotherapy for patients with allergic rhinitis aims to control the disease and depends on many factors. Grading of Recommendations Assessment, Development and Evaluation (GRADE) guidelines have considerably improved the treatment of allergic rhinitis. However, there is an increasing trend toward use of real-world evidence to inform clinical practice, especially because randomized controlled trials are often limited with regard to the applicability of results. The Contre les Maladies Chroniques pour un Vieillissement Actif (MACVIA) algorithm has proposed an allergic rhinitis treatment by a consensus group. This simple algorithm can be used to step up or step down allergic rhinitis treatment. Next-generation guidelines for the pharmacologic treatment of allergic rhinitis were developed by using existing GRADE-based guidelines for the disease, real-world evidence provided by mobile technology, and additive studies (allergen chamber studies) to refine the MACVIA algorithm.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,024
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,011
Bibliométrie0,0100,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,392
Tête enseignante GPT0,511
Écart entre enseignants0,119 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
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

Citations571
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJournal of Allergy and Clinical ImmunologyMême sujetAllergic Rhinitis and SensitizationTravaux en français237 207