Allergen immunotherapy and/or biologicals for IgE‐mediated food allergy: A systematic review and meta‐analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: There is substantial interest in immunotherapy and biologicals in IgE-mediated food allergy. METHODS: We searched six databases for randomized controlled trials about immunotherapy alone or with biologicals (to April 2021) or biological monotherapy (to September 2021) in food allergy confirmed by oral food challenge. We pooled the data using random-effects meta-analysis. RESULTS: We included 36 trials about immunotherapy with 2126 mainly child participants. Oral immunotherapy increased tolerance whilst on therapy for peanut (RR 9.9, 95% CI 4.5.-21.4, high certainty); cow's milk (RR 5.7, 1.9-16.7, moderate certainty) and hen's egg allergy (RR 8.9, 4.4-18, moderate certainty). The number needed to treat to increase tolerance to a single dose of 300 mg or 1000 mg peanut protein was 2. Oral immunotherapy did not increase adverse reactions (RR 1.1, 1.0-1.2, low certainty) or severe reactions in peanut allergy (RR 1,6, 0.7-3.5, low certainty), but may increase (mild) adverse reactions in cow's milk (RR 3.9, 2.1-7.5, low certainty) and hen's egg allergy (RR 7.0, 2.4-19.8, moderate certainty). Epicutaneous immunotherapy increased tolerance whilst on therapy for peanut (RR 2.6, 1.8-3.8, moderate certainty). Results were unclear for other allergies and administration routes. There were too few trials of biologicals alone (3) or with immunotherapy (1) to draw conclusions. CONCLUSIONS: Oral immunotherapy improves tolerance whilst on therapy and is probably safe in peanut, cow's milk and hen's egg allergy. More research is needed about quality of life, cost and biologicals.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 découle