Study of Cat Allergy Using Controlled Methodology—A Review of the Literature and a Call to Action
Notice bibliographique
Résumé
The prevalence of cat allergen-induced AR is increasing worldwide, prompting its study using controlled methodology. Three general categories of allergen exposure models currently exist for the study of cat allergen-induced AR: natural exposure cat rooms, allergen exposure chambers (AEC), and nasal allergen challenges (NAC). We evaluated existing literature surrounding the use of these models to study cat allergen induced AR using online research databases, including OVID Medline, Embase, and Web of Science. We report that natural exposure cat rooms have been important in establishing the foundation for our understanding of cat allergen-induced AR. Major limitations, including variable allergen ranges and differing study designs highlight the need for a more standardized protocol. In comparison, AECs are an exceptional model to mimic real-world allergen exposure and study long-term implications of AR with large sample sizes. Existing AECs are limited by heterogeneous facility designs, differing methods of cat allergen distribution, and issues surrounding cost and accessibility. Conversely, NACs allow for smaller participant cohorts for easier biological sampling and are ideal for phase I, phase 2 or proof-of-concept studies. NACs generally have a standardized protocol and are less expensive compared to AECs. Nevertheless, NACs solely capture acute allergen exposure and have the further limitation of using allergen extracts rather than natural allergen. As the use of combined controlled methodologies is sparse, we recommend concurrent use of AECs and NACs to study short- and long-term effects of AR, thereby providing a more holistic representation of cat allergen-induced AR.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 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 | 0,000 | 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 ».