MétaCan
Menu
Retour à la cohorte
Enregistrement W4307840943 · doi:10.1080/14712598.2022.2142039

Hypersensitivity reactions to biologics in children

2022· review· en· W4307840943 sur OpenAlexaff
Leticia de las Vecillas, Davide Caimmi, Ghislaine Annie Clarisse Isabwe, Ricardo Madrigal‐Burgaleta, Özge Soyer, Luciana Kase Tanno, Alessandra Vultaggio, Mattia Giovannini

Notice bibliographique

RevueExpert Opinion on Biological Therapy · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueDrug-Induced Adverse Reactions
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineDesensitization (medicine)Intensive care medicinePopulationPremedicationMEDLINEMultidisciplinary approachPediatricsPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Hypersensitivity reactions (HSRs) have been observed with the use of biologics in children. The management of HSRs in children is mainly based on experiences from the adult population. Recently, data from different centers experienced in managing these reactions, including desensitization in children, have been published, allowing clinicians to have an appropriate global overview and compare results. AREAS COVERED: This review highlights the published data on hypersensitivity reactions to biologics in children and drug desensitization protocols adapted to the pediatric population. EXPERT OPINION: With regard to HSRs to biologics in children, few data are available. Compared with the adult population, there is a lack of knowledge in the endophenotypes, management and the standardization of protocols including premedication regimens in children. An international consensus is needed to provide clinicians with new insight on how to apply personalized management and to perform tailored desensitization protocols in pediatric populations. Various specialists including allergists, pediatricians, oncologists, hematologists, rheumatologists, and pharmacists, should build a multidisciplinary management team to keep pediatric patients on their best treatment options in the safest manner.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,282
Tête enseignante GPT0,440
Écart entre enseignants0,158 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Biological TherapyMême sujetDrug-Induced Adverse ReactionsTravaux en français237 207