MétaCan
Menu
Retour à la cohorte
Enregistrement W3033402428 · doi:10.1111/all.14407

Considerations on biologicals for patients with allergic disease in times of the COVID‐19 pandemic: An EAACI statement

2020· article· en· W3033402428 sur OpenAlexaff
Alessandra Vultaggio, Ioana Agache, Cezmi A. Akdiş, Mübeccel Akdiş, Sevim Bavbek, Apostolos Bossios, Jean Bousquet, Onur Boyman, Adam Chaker, Susan Chan, Alexia Chatzipetrou, Wojciech Feleszko, Davide Firinu, Marek Jutel, Paula Kauppi, Ludger Klimek, Antonios G.A. Kolios, Akash Kothari, Marek L. Kowalski, Andrea Matucci, Óscar Palomares, Oliver Pfaar, Barbara Rogala, Eva Untersmayr, Thomas Eiwegger

Notice bibliographique

RevueAllergy · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensSickKids FoundationUniversity of TorontoHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicinePandemicDiseaseCytokine stormImmunologyOutbreakAsthmaIntensive care medicineCoronavirus disease 2019 (COVID-19)Internal medicineInfectious disease (medical specialty)Virology

Résumé

récupéré en direct d'OpenAlex

The outbreak of the SARS-CoV-2-induced coronavirus disease 2019 (COVID-19) pandemic re-shaped doctor-patient interaction and challenged capacities of healthcare systems. It created many issues around the optimal and safest way to treat complex patients with severe allergic disease. A significant number of the patients are on treatment with biologicals, and clinicians face the challenge to provide optimal care during the pandemic. Uncertainty of the potential risks for these patients is related to the fact that the exact sequence of immunological events during SARS-CoV-2 is not known. Severe COVID-19 patients may experience a "cytokine storm" and associated organ damage characterized by an exaggerated release of pro-inflammatory type 1 and type 3 cytokines. These inflammatory responses are potentially counteracted by anti-inflammatory cytokines and type 2 responses. This expert-based EAACI statement aims to provide guidance on the application of biologicals targeting type 2 inflammation in patients with allergic disease. Currently, there is very little evidence for an enhanced risk of patients with allergic diseases to develop severe COVID-19. Studies focusing on severe allergic phenotypes are lacking. At present, noninfected patients on biologicals for the treatment of asthma, atopic dermatitis, chronic rhinosinusitis with nasal polyps, or chronic spontaneous urticaria should continue their biologicals targeting type 2 inflammation via self-application. In case of an active SARS-CoV-2 infection, biological treatment needs to be stopped until clinical recovery and SARS-CoV-2 negativity is established and treatment with biologicals should be re-initiated. Maintenance of add-on therapy and a constant assessment of disease control, apart from acute management, are demanded.

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)0,023
score de la tête « metaresearch » (Gemma)0,042
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0060,006
Science ouverte0,0040,003
Intégrité de la recherche0,0350,029
Charge utile insuffisante (le modèle a refusé de juger)0,0070,008

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 Opus0,060
Tête enseignante GPT0,315
Écart entre enseignants0,255 · 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

Citations98
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAllergyMême sujetAsthma and respiratory diseasesTravaux en français237 207