Diagnosing IgE-mediated food allergy: How to apply the latest guidelines in clinical practice
Notice bibliographique
Résumé
Background: People suspected of food allergy require accurate diagnosis to help manage their condition and get appropriate care. Recent guidelines summarize the latest evidence about diagnosing IgE-mediated food allergy, but they do not describe how to address practical issues when testing. There is a need to translate guideline recommendations into a practical common pathway that all centers dealing with food allergy can use. Objective: The Global Network of Centres of Excellence for Anaphylaxis & Food Allergy-ANAcare developed a pathway to help clinicians apply the latest diagnostic guidelines and overcome implementation challenges. Methods: The pathway is based on reviewing guidelines, research and clinical feedback, plus consensus of experts from 13 countries. Results: We describe practical tips that clinicians can use when taking a detailed clinical history and testing people with suspected IgE-mediated food allergy. Tests for IgE sensitization such as skin prick tests and specific IgE are readily available and inexpensive. However, they only demonstrate sensitization, not clinical allergic disease, so they need to be interpreted in the context of the clinical history. A controlled oral food challenge may also be needed to identify which foods the person is experiencing reactions to and what quantity can be tolerated. Conclusions: Correct diagnosis is essential to support individualized management. Allergy centers around the world can use our practical tips to help avoid under- and overdiagnosis.
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 | 0,041 | 0,161 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,008 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,009 | 0,016 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,012 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,015 |
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 ».