Characterizing drug allergy management among allergists in Canada: a national survey study
Notice bibliographique
Résumé
BACKGROUND: Unverified drug allergy labels are common and associated with significant patient harm, yet infrastructure and testing practices vary across clinical settings in Canada. OBJECTIVE: To characterize variability in drug allergy management among allergists in Canada and identify setting-specific barriers to drug allergy testing and desensitization. METHODS: We developed a peer-reviewed 40-item survey, distributed via the Canadian Society of Allergy and Clinical Immunology, to assess practice patterns, testing modalities, and perceived barriers among allergists. Descriptive statistics and Fisher's exact test were used to evaluate responses by practice setting. RESULTS: Sixty-six allergists responded (30% estimated response rate), with 48.4% solely practicing in community clinics and 21.9% solely in hospital-based clinics. While 87.9% performed some form of drug allergy testing, hospital-based allergists were significantly more likely to perform intradermal (81.1% vs. 48.7%, p = 0.004) and patch testing (38.2% vs. 8.8%, p = 0.009), as well as non-oral drug challenges (63.6% vs. 20.0%, p = 0.0005). Common barriers included a lack of nursing support and inadequate reimbursement. CONCLUSION: Drug allergy management practices vary substantially across Canada, with drug allergy testing being more frequently performed by allergists practicing in hospital-based clinics than by those in community-based clinics. Findings support the need for equitable access to testing infrastructure and system-level investments in improving drug allergy testing services.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».