Effectiveness and safety of allergen immunotherapy in patients with allergic rhinitis complicated by rheumatic autoimmune diseases: a case series study
Notice bibliographique
Résumé
BACKGROUND: Allergen immunotherapy (AIT) is the only treatment that has modified the natural history of allergic diseases. However, since its overall effect on the immune system has not been elucidated, AIT is either absolutely or relatively contraindicated in patients with rheumatic autoimmune diseases (RADs). Therefore, there have been no long-term observations of patients with RADs receiving AIT; thus, the effectiveness and safety of AIT in these patients remain unclear. METHODS: This was a single-center retrospective observational study. RAD patients receiving AIT for allergic rhinitis at our institution were selected. Changes in the activity of RAD patients were investigated for 2 years from baseline, including those who discontinued AIT. The effectiveness of AIT was also investigated using the Japan Allergic Rhinitis Standard Quality of Life Questionnaire. RESULTS: Thirteen patients with RADs were enrolled in the study. All patients received sublingual immunotherapy, of which four discontinued AIT owing to adverse events. Among all patients, the symptoms of RADs in three patients worsened during the observation period; however, none of them were causally related to AIT. Most of the adverse events associated with AIT were mild, in which only one patient required drug intervention due to worsening rhinitis symptoms. In the nine patients who were able to continue AIT, their eye and nasal symptom scores showed a significant improvement from 1.67 (1.5-2.0) at baseline to 0.67 (0-1.17) in the 2nd year of treatment (p = 0.0141). CONCLUSIONS: AIT is a safe and effective treatment modality for patients with allergic rhinitis complicated by RADs.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».