MétaCan
Menu
Retour à la cohorte
Enregistrement W4405577622 · doi:10.1186/s13223-024-00924-5

Primary prevention of food allergy: beyond early introduction

2024· review· en· W4405577622 sur OpenAlexaffvenue
Edmond S. Chan, Elissa M. Abrams, Douglas P. Mack, Jennifer L. P. Protudjer, Wade Watson

Notice bibliographique

RevueAllergy Asthma and Clinical Immunology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueFood Allergy and Anaphylaxis Research
Établissements canadiensChildren's Hospital Research Institute of ManitobaIzaak Walton Killam Health CentreUniversity of ManitobaMcMaster UniversityDalhousie UniversityGeorge & Fay Yee Centre for Healthcare InnovationBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPrimary preventionFood allergyPrimary (astronomy)MedicineEnvironmental healthAllergyImmunologyInternal medicineDiseasePhysics

Résumé

récupéré en direct d'OpenAlex

Food allergy typically begins early in life and persists as a lifelong condition. Delayed introduction of allergenic foods followed by years of hesitancy to introduce these foods early may have contributed to the increase in food allergy prevalence in recent decades. Most infant feeding guidelines focus on the importance of early introduction of allergenic foods in infants at around age 4-6 months. However, regular, ongoing ingestion of allergenic foods is also critical for the primary prevention of food allergy. Similarly, intermittent exposure to cow's milk formula (CMF) in early infancy increases the risk of cow's milk allergy (CMA), while regular exposure (if it is introduced) prevents it. Families hesitant to introduce allergenic foods to their infant at home (despite education) should be offered introduction in a primary care clinic. Infants who have failed primary prevention should be referred to an allergist for consideration of early infant oral immunotherapy (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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 GPT0,384
Écart entre enseignants0,336 · 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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAllergy Asthma and Clinical ImmunologyMême sujetFood Allergy and Anaphylaxis ResearchTravaux en français237 207