Diagnosis of Peanut Allergy in Preschool Children: The Impact of Skin Testing With a Novel Composition of Peanuts
Notice bibliographique
Résumé
Peanut allergy is an increasing concern in younger children. Available bedside diagnostic tools, i.e., prick tests with commercial extracts or peanut-containing foods have only limited predictive values. In a cohort of preschoolers with both a history of allergic reactions and sensitization to peanut proteins, we aimed to characterize the impact of skin tests with a novel composition of peanuts LPP-MH. Almost one quarter (27/110) of preschool children, with a history of allergic reactions to peanuts and positive standard IgE-mediated tests for peanut allergy, can tolerate the reintroduction of peanut proteins into their diet after resolving their allergy and, thus, can avoid adverse health outcomes associated with the false diagnosis. In the younger age group, a quarter of peanut allergic children, display a relatively high threshold, potentially enabling an easier and safer oral immunotherapy protocol in this window of opportunity in childhood. The use of the novel diagnostic skin test, LPP-MH, significantly improves the predictive value of outpatient evaluation for the outcomes of peanut challenge as well as the expected threshold at which the PA child will react, thus, making for a better informed decision of how, when, and where to challenge.
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 | 0,002 |
| 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 ».