Specific IgE to Total IgE Ratio Does Not Improve Peanut Diagnostic Accuracy in Adults
Notice bibliographique
Résumé
BACKGROUND: Peanut specific IgE (sIgE) can lead to false-positive results. OBJECTIVE: We aimed to assess whether peanut sIgE to total IgE (tIgE) ratio improves accuracy in predicting clinical reactivity to peanut compared to peanut sIgE alone, which has not been explored in the adult population so far. METHOD: A retrospective chart review was performed for adults who underwent peanut oral food challenge (OFC) and/or oral immunotherapy (OIT) at the Centre Hospitalier de l'Université de Montréal's allergy clinic between January 2017 and July 2021. Patients with positive peanut OFC and/or undergoing OIT were considered peanut-allergic. Patients with negative OFC were considered peanut-tolerant. Peanut sIgE to tIgE ratios were calculated and performance characteristics of the sIgE to tIgE ratio were compared to sIgE alone by using receiver operator characteristics curves. RESULTS: Forty-two patients were included (52% male) with a median age of 26 years (range 14-54). Forty-five percent had atopic dermatitis. Median sIgE levels were 2.64 kUA/L (range 0.1-100), median tIgE levels were 154 kUA/L (range 19-3,400), and median sIgE to tIgE ratio was 0.66% (range 0.04-38.3). Twenty-four patients (57%) were classified as peanut-allergic and 18 (43%) as peanut tolerant. The area under the curve for peanut sIgE was 0.921 compared to 0.926 for peanut sIgE/tIgE (p not statistically significant). CONCLUSIONS: We found that there was no significant benefit in using peanut sIgE to tIgE ratio over sIgE alone to predict peanut reactivity in an adult population. Larger prospective studies are needed to further confirm these findings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».