MétaCan
Menu
Retour à la cohorte
Enregistrement W4399603423 · doi:10.1016/j.anai.2024.05.022

Oral food immunotherapy in patients with atopic dermatitis

2024· review· en· W4399603423 sur OpenAlexaff
Gilbert T. Chua, Douglas P. Mack, Marcus Shaker, Edmond S. Chan

Notice bibliographique

RevueAnnals of Allergy Asthma & Immunology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueFood Allergy and Anaphylaxis Research
Établissements canadiensUniversity of British ColumbiaBC Children's HospitalMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineAtopic dermatitisOral immunotherapyDermatologyImmunotherapyFood allergyFood hypersensitivityImmunologyAllergyImmune system

Résumé

récupéré en direct d'OpenAlex

Atopic dermatitis (AD) is one of the main risk factors for infants in the development of food allergy. Oral immunotherapy (OIT) in early childhood has been found to be highly effective and safe in preschoolers with and without AD, especially in young infants. Delays in initiation of OIT in infants and children due to uncontrolled AD risk expansion of the number of foods children develop allergy to through unnecessary avoidance of multiple foods. Parents and caregivers may attribute eczema flares to OIT doses, which physicians usually ascribe to non-food triggers such as weather changes, psychological stress, and infection. There is a lack of published literature confirming OIT as a trigger of AD flares, and the degree to which OIT may be associated with AD flares needs to be further studied. We describe 8 case scenarios with varying degrees of AD flare before and during OIT. We propose management algorithms for children with preexisting concurrent AD and food allergy who are being considered for starting OIT and children with AD flares during OIT. Optimizing AD control strategies and providing adequate AD care education before starting OIT can reduce confusion for both parents and allergists if rashes arise during OIT, thus improving adherence to OIT.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,048
Tête enseignante GPT0,347
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 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'étudeRevue systématique
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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Allergy Asthma & ImmunologyMême sujetFood Allergy and Anaphylaxis ResearchTravaux en français237 207