Food allergy severity across the world: A World Allergy Organization international survey
Notice bibliographique
Résumé
Background: Data on severity of food allergy across nations are lacking. Building on the World Allergy Organization (WAO) DEFASE (Definition of Food Allergy Severity) score, we aim to explore its global applicability as a grading system for IgE-mediated food allergy (FA) severity. Methods: An international survey (WAO FASE Project) was conducted using an online questionnaire distributed to WAO members. The survey collected detailed data on diagnostic practices, therapeutic options, characteristics of FA patients, severity of reactions (including anaphylaxis), and eliciting doses of allergenic foods. In addition, FA management costs were examined (medical expenses, medication costs, and impact on quality of life and productivity). Results: We obtained information from 157 centers in 50 countries. FA management varied significantly across regions. Oral immunotherapy and omalizumab are widely used in Europe and North America. The use of advanced diagnostic tests (molecular diagnostics) vary widely between these regions. Thirty-five percent of patients with anaphylaxis exhibited severe symptoms (respiratory or cardiovascular compromise), with marked regional differences: more frequent in Western Asia (55.83%), Southern Africa (50%), and less frequent in South-Eastern Asia (12.5%) and Central America (21.72%). Approximately 1 in 4 patients reacted to less than half an age-appropriate portion of the allergenic food. Depending on the region, peanut, milk, egg, wheat, hazelnut, and peach allergies varied considerably. Economic resources and healthcare systems play an important role in determining access to diagnostic tests and therapeutic options, which have a direct impact on the severity and management of FA. Conclusions: With wide global disparities in access to diagnostic and therapeutic tools for food allergies, this condition entails a vast healthcare and economic commitment. The percentage of patients receiving a high severity diagnosis using DEFASE could be around 3%, similar to that of asthma patients diagnosed with severe refractory asthma.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».