The use of grocery-sourced real-food solutions in sublingual immunotherapy for food allergies
Notice bibliographique
Résumé
BACKGROUND: Sublingual immunotherapy (SLIT) is a safe, effective therapy for the treatment of food allergy. Studies demonstrating SLIT efficacy have primarily used pharmaceutical glycerinated food extracts for the administration of food allergens, which may limit accessibility due to extract cost and availability. OBJECTIVE: To develop novel sample protocols and resources for the preparation of grocery-sourced real-food SLIT solutions, which could help more clinicians incorporate food SLIT into their practice and increase accessibility to this treatment. Second, to describe our site's experience with real-food SLIT implementation. METHODS: Three- and five-dose build-up protocols were developed using powdered- or liquid-based forms of food allergens, with a maintenance dose of 2 to 4 mg protein/d. Patient adherence and satisfaction data were collected through online surveys. After 1 to 2 years of daily real-food SLIT maintenance dosing, patients were offered a low-dose oral food challenge (cumulative dose, 330-340 mg protein). RESULTS: Sample protocols for real-food SLIT were developed for 31 foods, including peanut, cow's milk, cashew, egg, and sesame. At our site, 305 patients have undergone or are currently undergoing real-food SLIT. Of 162 satisfaction survey respondents, 99% (n = 160) were satisfied or very satisfied with their care. Adherence surveys revealed that 82% of the respondents (n = 105/128) reported consistently taking their SLIT dose. Among a subset of 33 patients, 57 low-dose oral food challenges were performed, of which 70.1% (n = 40) were successful. CONCLUSION: Grocery-sourced real-food SLIT solutions present another food SLIT option that may expand the feasibility and accessibility of this safe and effective food allergy immunotherapy.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».