Minimum number and types of allergens for a skin prick test panel in Thai children with allergic respiratory diseases
Notice bibliographique
Résumé
BACKGROUND: Patterns of aeroallergen sensitization vary by countries. Testing with the minimum number of allergens is important to identify sensitized patients for a cost-effective approach. We aimed to assess the minimal skin prick test (SPT) panel to identify sensitized children with allergic respiratory diseases. METHODS: The SPT results from January 2020 to December 2021 in children aged 2-18 years with symptoms of asthma or allergic rhinitis or both were retrospectively reviewed. All children received 11 allergen extracts (Dermatophagoides pteronyssinus [Der p], Dermatophagoides farinae [Der f], American cockroach, German cockroach, cat, dog, Bermuda grass, careless weed, Timothy, Acacia, and molds). The conditional approach was used to determine the allergen selection for the SPT panel. RESULTS: A total of 688 children were enrolled (mean age = 8.14 ± 3.91 years). The sensitization results were Der p (57.85%), Der f (55.09%), German cockroach (18.02%), American cockroach (17.01%), cat (11.77%), Acacia (3.49%), Bermuda grass (3.34%), molds (3.05%), Timothy (2.33%), dog (1.89%), and careless weed (1.60%). Der p, Der f, and German cockroach were required to detect at least 95% of sensitized children. If the SPT panel added Acacia, cat, American cockroach, Bermuda grass, and careless weed, sensitization was detected in 99-100% of cases. CONCLUSIONS: Indoor allergens (Der p, cockroach, and cat) were common causes of sensitization in Thai children with allergic respiratory diseases. Eight allergens were sufficient for sensitization identification in Thai children with asthma or allergic rhinitis or both in clinical practice.
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 ».