Global Approach for Severe Cutaneous Adverse Reactions (GRASS) Survey
Notice bibliographique
Résumé
BACKGROUND: Consensus guidelines outline the recommended management of delayed drug hypersensitivity reactions (DHRs), but clinical practices are largely expert-based and may vary significantly across populations and regions. This study evaluated the approach and management of health care specialists globally regarding DHRs, including severe cutaneous adverse reactions. OBJECTIVE: To assess the current practices, knowledge, and availability of allergy testing for DHRs, including severe cutaneous adverse reactions, among relevant health care professionals globally. METHODS: The Global AppRoAch for Severe Cutaneous Adverse Reactions Survey study is a prospective, web-based survey conducted using the Research Electronic Data Capture platform. The 10- to 15-minute survey was directed to 14 allergy/immunology and dermatology associations through international mailing lists across 48 countries. RESULTS: Among the 8561 members contacted, answers from 130 health care providers practicing in all 6 continents were analyzed. Most respondents identified as White (88 of 130 [68%]) and female (79 of 130 [61%]), representing a range of age groups and clinical expertise. Most practiced in dermatology (69 of 130 [53%]), followed by allergy/immunology (46 of 130 [35.4%]), and were based in an urban setting (127 of 130 [98%]). Among the 45 respondents (34.6%) who managed severe cutaneous adverse reactions, 27 (60%) had access to multidisciplinary care. Practices varied widely by clinical phenotype; for example, for maculopapular exanthema, 63 respondents indicated treating through the reaction (63 of 130 [49%]), whereas 16 (16 of 130 [12%]) offered desensitization. Under patient education and follow-up, only 60 (60 of 130 [46.2%]) participants organized a follow-up with the implicated specialist. CONCLUSIONS: Significant variability in the management of DHRs was observed among the respondents. The results highlight the need for evidence-based protocols to standardize guidelines for managing DHRs.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».