Evaluating Copositivity Patterns in Fragrance/Botanical Patch Testing through Hierarchical Clustering and Network Analysis
Notice bibliographique
Résumé
Abstract: Background: Fragrances/botanicals are ubiquitous allergens. Patients allergic to one fragrance/botanical are frequently sensitive to other fragrances/botanicals and are typically counseled to avoid all fragrances/botanicals. However, broad avoidance of all fragrances/botanicals may not be clinically necessary. Objectives: We examined copositivity patterns in fragrance/botanical patch testing. Methods: The Mayo Clinic patch test database was queried for pairwise copositivity rates for fragrances/botanicals between 1997 and 2022, representing a total of 43 allergens. Data analyzed included 4706 positive reactions out of 252,485 total patches applied to 15,864 patients. After background correction for general positivity, copositivity rates were organized through unsupervised hierarchical clustering to determine copositivity subgroups and then evaluated through network analysis. Results: After background correction, clustering revealed distinct copositivity subgroups: Fragrance Mix I– Myroxylon pereirae –limonene hydroperoxides–linalool hydroperoxides; Compositae Mix–sesquiterpene lactone–parthenolide; Fragrance Mix II–Lyral; lichen acid mix–treemoss extract; menthol– Mentha piperita ; narcissus–dandelion; and Santalum album –trans-anethole–tea tree–lemongrass–clove–turpentine– Rosa damascena – Lavandula – Geranium – Cananga odorata –neroli–bergamot. In addition, there were further isolated intergroup copositivity reactions seen in network analysis. Conclusions: Background correction followed by hierarchical clustering demonstrated the fragrance/botanical group can be divided into multiple copositivity subgroups. Combined with network analysis, patients with a positive patch test to one fragrance/botanical allergen may be preferentially guided to use specific other fragrances/botanicals.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».