A Novel Questionnaire and Algorithm for Work‐Related Asthma Screening and Surveillance: An <scp>EAACI</scp> Task Force Report
Notice bibliographique
Résumé
INTRODUCTION: Work-related exposures contribute to one in six new-onset adult asthma cases and exacerbation of one in five existing cases, which together are termed 'work-related asthma' (WRA). A valid and standardized WRA questionnaire is needed for workplace surveillance and epidemiological studies. This project aimed to review evidence on WRA questionnaires and algorithms to propose a standardized instrument. METHODS: A scoping review was conducted using PubMed, Embase, and Cochrane databases up to March 2021. Search terms focused on asthma, occupational diseases, questionnaires, surveys, and algorithms. High-quality studies were identified and data extracted on instrument construction, validation, and performance. Common questions were used to develop a questionnaire and algorithm for detecting suspected WRA. RESULTS: Six studies were included. The final WRA questionnaire consists of eight questions on general asthma symptoms, diagnosis, and medication; four on WRA symptoms; and two on work-related ocular-nasal symptoms. The algorithm calculates a WRA total score (WRATS) based on the general asthma and work-related symptoms. A score of ≥ 1 triggers a referral for further evaluation. CONCLUSION: This is the first WRA questionnaire based on validated questionnaires. Evaluation of its performance and validation in diverse geographic and occupational settings are needed for further refinement and translation for broader applications.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».