MétaCan
Menu
Retour à la cohorte
Enregistrement W3184876014 · doi:10.1111/all.15023

One hundred and ten years of Allergen Immunotherapy: A journey from empiric observation to evidence

2021· review· en· W3184876014 sur OpenAlexaff
Oliver Pfaar, Jean Bousquet, Stephen R. Durham, Jörg Kleine‐Tebbe, Mark Larché, Graham Roberts, Mohamed H. Shamji, Roy Gerth van Wijk

Notice bibliographique

RevueAllergy · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueAllergic Rhinitis and Sensitization
Établissements canadiensMcMaster UniversitySt. Joseph’s Healthcare Hamilton
Organismes subventionnairesnon disponible
Mots-clésAllergen immunotherapyMedicineTolerabilityIntensive care medicinePandemicDiseaseAllergyImmunologyAllergenAdverse effectInfectious disease (medical specialty)Coronavirus disease 2019 (COVID-19)Internal medicine

Résumé

récupéré en direct d'OpenAlex

One hundred and ten years after Noon's first clinical report of the subcutaneous application of allergen extracts, allergen immunotherapy (AIT) has evolved as the most important pillar of the treatment of allergic patients. It is the only disease-modifying treatment option available and the evidence for its clinical efficacy and safety is broad and undisputed. Throughout recent decades, more insights into the underlying mechanisms, in particular the modulation of innate and adaptive immune responses, have been described. AIT is acknowledged by worldwide regulatory authorities, and following the regulatory guidelines for product development, AIT products are subject to a rigorous evaluation before obtaining market authorization. Knowledge and practice are anchored in international guidelines, such as the recently published series of the European Academy of Allergy and Clinical Immunology (EAACI). Innovative approaches continue to be further developed with the focus on clinical improvement by, for example, the usage of adjuvants, peptides, recombinants, modification of allergens, new routes of administration, and the concomitant use of biologicals. In addition, real-life data provide complementary and valuable information on the effectiveness and tolerability of this treatment option in the clinical routine. New mobile health technologies and big-data approaches will improve daily treatment convenience, adherence, and efficacy of AIT. However, the current coronavirus disease 2019 (COVID-19) pandemic has also had some implications for the feasibility and practicability of AIT. Taken together, AIT as the only disease-modifying therapy in allergic diseases has been broadly investigated over the past 110 years laying the path for innovations and further improvement.

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)0,041
score de la tête « metaresearch » (Gemma)0,092
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,215

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,092
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0020,012
Communication savante0,0120,021
Science ouverte0,0030,006
Intégrité de la recherche0,0090,028
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,152
Tête enseignante GPT0,360
Écart entre enseignants0,208 · 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
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

Citations83
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAllergyMême sujetAllergic Rhinitis and SensitizationTravaux en français237 207