MétaCan
Menu
Retour à la cohorte
Enregistrement W4302307523 · doi:10.1111/cea.14241

Management of IgE‐mediated food allergy in the 21st century

2022· review· en· W4302307523 sur OpenAlexaff
Arianna Cafarotti, Mattia Giovannini, Philippe Bégin, Helen A. Brough, Stefania Arasi

Notice bibliographique

RevueClinical & Experimental Allergy · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueFood Allergy and Anaphylaxis Research
Établissements canadiensCentre Hospitalier de l’Université de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésFood allergyMedicineStandardizationAllergyIntensive care medicineClinical PracticeAnaphylaxisImmunologyFamily medicineComputer science

Résumé

récupéré en direct d'OpenAlex

The 21st century has seen the propulsion of research in the field of food allergy, which has driven real changes in the clinical approach. Allergen immunotherapy has been recommended for the active management of food allergy. Data have shown promising additional methods of treatment, including biologics. Efforts have been devoted to the risk stratification of food allergy and the standardization of the assessment of food-allergic severity. Alternative routes of administration of epinephrine are under investigation to minimize any mechanical issue and the fear of injections. Evidence-based guidelines have been published by the main international societies in the field of anaphylaxis and food allergy management and new updates are in preparation. In the coming years, treatment options that are currently in pre-clinical or early clinical evaluation will hopefully lead to safe and effective disease-modifying therapies for food allergy in clinical practice. The identification of reliable biomarkers and the standardization of definitions and measurement approaches, alongside a shared decision-making with patients and families, will be key for the development of personalized care and to help minimize the substantial burden of food allergy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,147
Tête enseignante GPT0,446
Écart entre enseignants0,299 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical & Experimental AllergyMême sujetFood Allergy and Anaphylaxis ResearchTravaux en français237 207