Basophil activation test shows high accuracy in the diagnosis of peanut and tree nut allergy: The Markers of Nut Allergy Study
Notice bibliographique
Résumé
Abstract Background Peanut and tree nut allergies are the most important causes of anaphylaxis. Co‐reactivity to more than one nut is frequent, and co‐sensitization in the absence of clinical data is often obtained. Confirmatory oral food challenges (OFCs) are inconsistently performed. Objective To investigate the utility of the basophil activation test (BAT) in diagnosing peanut and tree nut allergies. Methods The Markers Of Nut Allergy Study (MONAS) prospectively enrolled patients aged 0.5–17 years with confirmed peanut and/or tree nut (almond, cashew, hazelnut, pistachio, walnut) allergy or sensitization from Canadian (n = 150) and Austrian (n = 50) tertiary pediatric centers. BAT using %CD63 + basophils (SSClow/CCR3pos) as outcome was performed with whole blood samples stimulated with allergen extracts of each nut (0.001‐1000 ng/mL protein). BAT results were assessed against confirmed allergic status in a blinded fashion to develop a generalizable statistical model for comparison to extract and marker allergen‐specific IgE. Results A mixed effect model integrating BAT results for 10 and 100 ng/mL of peanut and individual tree nut extracts was optimal. The area under the ROC curve (AUROC) was 0.98 for peanut, 0.97 for cashew, 0.92 for hazelnut, 0.95 for pistachio, and 0.97 for walnut. The BAT outperformed sIgE testing for peanut or hazelnut and was comparable for walnut (AUROC 0.95, 0.94, 0.92) in a sub‐analysis in sensitized patients undergoing OFC. Conclusions Basophil activation test can predict allergic clinical status to peanut and tree nuts in multi‐nut‐sensitized children and may reduce the need for high‐risk OFCs in patients.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».