Risk factors for severe reactions in food allergy: Rapid evidence review with 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
This rapid review summarizes the most up to date evidence about the risk factors for severe food-induced allergic reactions. We searched three bibliographic databases for studies published between January 2010 and August 2021. We included 88 studies and synthesized the evidence narratively, undertaking meta-analysis where appropriate. Significant uncertainties remain with respect to the prediction of severe reactions, both anaphylaxis and/or severe anaphylaxis refractory to treatment. Prior anaphylaxis, an asthma diagnosis, IgE sensitization or basophil activation tests are not good predictors. Some molecular allergology markers may be helpful. Hospital presentations for anaphylaxis are highest in young children, yet this age group appears at lower risk of severe outcomes. Risk of severe outcomes is greatest in adolescence and young adulthood, but the contribution of risk taking behaviour in contributing to severe outcomes is unclear. Evidence for an impact of cofactors on severity is lacking, although food-dependent exercise-induced anaphylaxis may be an exception. Some medications such as beta-blockers or ACE inhibitors may increase severity, but appear less important than age as a factor in life-threatening reactions. The relationship between dose of exposure and severity is unclear. Delays in symptom recognition and anaphylaxis treatment have been associated with more severe outcomes. An absence of prior anaphylaxis does not exclude its future risk.
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) | 0,006 | 0,005 |
| Bibliométrie | 0,001 | 0,004 |
| 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 | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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