WAO consensus on DEfinition of Food Allergy SEverity (DEFASE)
Notice bibliographique
Résumé
Background: While several scoring systems for the severity of anaphylactic reactions have been developed, there is a lack of consensus on definition and categorisation of severity of food allergy disease as a whole. Aim: To develop an international consensus on the severity of food allergy (DEfinition of Food Allergy Severity, DEFASE) scoring system, to be used globally. Methods Phase 1: We conducted a mixed-method systematic review (SR) of 11 databases for published and unpublished literature on severity of food allergy management and set up a panel of international experts. Phase 2: as being achieved if 70% or more of panel members rated a statement as "strongly agree" to "agree" after the second round. Based on feedback, 2 additional online voting rounds were conducted. Results: We received responses from 92% of Delphi panel members in round 1 and 85% in round 2. Consensus was achieved on the overall score and in all of the 5 specific key domains as essential components of the DEFASE score. Conclusions: The DEFASE score is the first comprehensive grading of food allergy severity that considers not only the severity of a single reaction, but the whole disease spectrum. An international consensus has been achieved regarding a scoring system for food allergy disease. It offers an evaluation grid, which may help to rate the severity of food allergy. Phase 3 will involve validating the scoring system in research settings, and implementing it 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,164 | 0,249 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,009 |
| Bibliométrie | 0,020 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,010 | 0,013 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».