Reduced peanut sensitization with maternal peanut consumption and early peanut introduction while breastfeeding
Notice bibliographique
Résumé
New guidelines for peanut allergy prevention in high-risk infants recommend introducing peanut during infancy but do not address breastfeeding or maternal peanut consumption. We assessed the independent and combined association of these factors with peanut sensitization in the general population CHILD birth cohort (N = 2759 mother-child dyads). Mothers reported peanut consumption during pregnancy, timing of first infant peanut consumption, and length of breastfeeding duration. Child peanut sensitization was determined by skin prick testing at 1, 3, and 5 years. Overall, 69% of mothers regularly consumed peanuts and 36% of infants were fed peanut in the first year (20% while breastfeeding and 16% after breastfeeding cessation). Infants who were introduced to peanut early (before 1 year) after breastfeeding cessation had a 66% reduced risk of sensitization at 5 years compared to those who were not (1.9% vs. 5.8% sensitization; aOR 0.34, 95% CI 0.14-0.68). This risk was further reduced if mothers introduced peanut early while breastfeeding and regularly consumed peanut themselves (0.3% sensitization; aOR 0.07, 0.01-0.25). In longitudinal analyses, these associations were driven by a higher odds of outgrowing early sensitization and a lower odds of late-onset sensitization. There was no apparent benefit (or harm) from maternal peanut consumption without breastfeeding. Taken together, these results suggest the combination of maternal peanut consumption and breastfeeding at the time of peanut introduction during infancy may help to decrease the risk of peanut sensitization. Mechanistic and clinical intervention studies are needed to confirm and understand this "triple exposure" hypothesis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».