Tools to improve the diagnosis and management of T-cell mediated adverse drug reactions
Notice bibliographique
Résumé
Delayed drug T-cell immune-mediated hypersensitivity reactions have a large clinical heterogeneity varying from mild maculopapular exanthema (MPE) to severe cutaneous adverse reactions (SCARs) such as acute generalized exanthematous pustulosis (AGEP), drug reaction with eosinophilia and systemic symptoms (DRESS) and severe skin necrosis and blistering as seen in Stevens-Johnson syndrome (SJS) and toxic epidermal necrolysis (TEN). Given the knowledge gaps related to the immunopathogenesis of these conditions, the absence of validated diagnostic tools and the significant associated morbidity and mortality, patients with SCARs often have limited drug choices. We performed a comprehensive review aiming to evaluate in vivo diagnostic tools such as delayed intradermal skin and patch testing and ex vivo/in vitro research assays such as the lymphocyte transformation test (LTT) and the enzyme-linked ImmunoSpot (ELISpot) assay. We searched through PubMed using the terms “drug allergy,” “ in vivo ” and “ ex vivo ” for original papers in the last 10 years. A detailed meticulous approach adapted to the various clinical phenotypes is recommended for the diagnostic and management of delayed drug hypersensitivity reactions. This review highlights the current diagnostic tools for the delayed drug hypersensitivity phenotypes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».