Le moment d’introduire les aliments allergènes solides chez les nourrissons à haut risque
Bibliographic record
Abstract
On estime que les allergies alimentaires touchent de 2 % à 10 % de la population, et les données probantes indiquent que leur prévalence augmente au fil du temps. La prévention des allergies alimentaires est devenue un important objectif de santé publique. Santé Canada recommande actuellement l’allaitement exclusif des nourrissons jusqu’à l’âge de six mois, tout en convenant que dans les faits, les aliments complémentaires peuvent être introduits quelques semaines plus tôt lorsque le nourrisson présente des signes de réceptivité à consommer des aliments solides. Selon des données émergentes, l’introduction précoce d’aliments solides entre l’âge de quatre et six mois préviendrait les allergies alimentaires chez les nourrissons à haut risque, particulièrement aux œufs et aux arachides. Chez les nourrissons à haut risque de maladie allergique, il est désormais recommandé d’introduire les aliments allergènes solides courants vers l’âge de six mois, mais pas avant l’âge de quatre mois, en fonction de la réceptivité du nourrisson à consommer des aliments solides. Il faut encourager et soutenir la poursuite de l’allaitement en raison de ses nombreux bienfaits pour la santé.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".