MétaCan
Menu
Retour à la cohorte
Enregistrement W4401828144 · doi:10.2500/jfa.2024.6.230018

Food allergy prevention through the decades: An ounce of humility is worth a pound of cure

2024· article· en· W4401828144 sur OpenAlexafffund
Alexandra E. Conway, Matthew Greenhawt, Elissa M. Abrams, Marcus Shaker

Notice bibliographique

RevueJournal of Food Allergy · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueFood Allergy and Anaphylaxis Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesPublic Health AgencyPublic Health Agency of Canada
Mots-clésFood allergyMedicineEpoch (astronomy)Hindsight biasAllergyPsychologyImmunologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Food allergy prevention has undergone a significant transformation over the past 3 decades. This review provides an overview of the evolution of food allergy prevention, highlighting changes in guidance, cost-effectiveness of prevention, the role of shared decision-making, and the emergence of oral immunotherapy for those in whom primary prevention fails. Changes to food allergy prevention over recent decades can be conceptualized into five epochs, which have followed a general trend of loosening restrictions on the allergen introduction timeline. These epochs are characterized by significant maternal and infant dietary restrictions in the "universal avoidance epoch"(-1990), loosened maternal diet restrictions in the "infant avoidance epoch" (1990-2000), a time-bound allergen introduction schedule in the "stratified avoidance epoch" (2000-2010), retraction of recommendations in the "corrective retraction epoch" (2010-2015), and endorsement of early allergen introduction in the "early introduction epoch" (2015-present), the start of which is marked by the 2015 Learning Early About Peanut study. In hindsight, it is clear that certain recommendations from previous decades were not the best course of action. A no-screening early introduction approach to food allergy prevention is both cost-effective and beneficial to patient quality of life.

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)0,008
score de la tête « metaresearch » (Gemma)0,025
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,025
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,007
Communication savante0,0070,019
Science ouverte0,0020,005
Intégrité de la recherche0,0080,018
Charge utile insuffisante (le modèle a refusé de juger)0,0240,008

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 Opus0,055
Tête enseignante GPT0,355
Écart entre enseignants0,300 · 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
GenreCommentaire

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Food AllergyMême sujetFood Allergy and Anaphylaxis ResearchTravaux en français237 207