MétaCan
Menu
Retour à la cohorte
Enregistrement W3011639467 · doi:10.1111/pai.13244

Can my child with IgE‐mediated peanut allergy introduce foods labeled with “may contain traces”?

2020· article· en· W3011639467 sur OpenAlexafffund
François Graham, Jean‐Christoph Caubet, Philippe Eigenmann

Notice bibliographique

RevuePediatric Allergy and Immunology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueFood Allergy and Anaphylaxis Research
Établissements canadiensCentre Hospitalier de l’Université de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesFonds de Recherche du Québec - SantéFondation du CHUM
Mots-clésPeanut allergyMedicineAllergyFood allergyOral food challengeAllergenImmunoglobulin EAllergic reactionFood allergensPeanut butterImmunologyAnaphylaxisEnvironmental healthFood sciencePediatricsBiology

Résumé

récupéré en direct d'OpenAlex

Peanut IgE-mediated food allergy is one of the most common food allergies in children with a prevalence that has increased in the past decades in Westernized countries. Peanut allergies can trigger severe reactions and usually persist over time. Peanut-allergic children and their families are often confronted to processed foods with precautionary allergen labeling (PAL) such as "may contain traces of peanuts," which are frequently used by the food industry. Patients are generally confused as to whether eating such foods entails a risk of allergic reaction, which can ultimately lead to dietary restrictions and decreased quality of life. Thus, guidance toward eviction of foods with PALs such as "may contain traces of peanuts" is a recurring problem that peanut-allergic patients address during pediatric allergy consultations with varying attitudes among allergists. Many studies have evaluated peanut contamination in foods with PALs, with generally less than 10% of foods containing detectable levels of peanuts, albeit heterogeneous amounts, with in rare occasions levels that could trigger allergic reactions in certain patients. The risk of reacting to foods with traces varies significantly with threshold, with patients with the lowest reaction thresholds at highest risk, and a dramatic reduction of risk as threshold increases. Thus, risk stratification based on individual reaction threshold may help stratify patients' risk of reacting to foods with PAL. In clinical practice, a single-dose 30 mg peanut protein oral food challenge may be an option to stratify peanut-allergic patients' risk when introducing foods with PAL, as illustrated by three clinical cases.

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)0,000
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,004
Science ouverte0,0010,001
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,010
Tête enseignante GPT0,226
Écart entre enseignants0,216 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations30
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePediatric Allergy and ImmunologyMême sujetFood Allergy and Anaphylaxis ResearchTravaux en français237 207