MétaCan
Menu
Retour à la cohorte
Enregistrement W1900269397 · doi:10.1111/j.1476-4431.2012.00781.x

Oral thermal injury associated with puncture of a salbutamol metered‐dose inhaler in a dog

2012· article· en· W1900269397 sur OpenAlexaff
Shawn D. Mackenzie, Shauna L. Blois, Galina M. Hayes, Andrew R Vince

Notice bibliographique

RevueJournal of Veterinary Emergency and Critical Care · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePharmacological Effects and Assays
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMedicineAnesthesiaSalbutamolMetered-dose inhalerAirway obstructionTrismusPneumomediastinumLethargyVomitingStridorSubcutaneous emphysemaSurgeryInhalerAirwayComplicationAsthmaInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To describe the clinical features, diagnostic work-up, treatment, and outcome of a dog with oral thermal injury secondary to chewing on a salbutamol metered-dose inhaler (MDI). CASE SUMMARY: A Boxer dog was presented after chewing on a salbutamol MDI. The dog was anxious, tachycardic and had moderate hypokalemia. The dog was treated with potassium supplementation and discharged after 24-hour hospitalization. Five hours after the discharge, the dog represented for dysphagia, anorexia, cervical pain, and a left-sided head tilt. Oral examination revealed edematous and erythematous swelling of the soft palate causing airway compromise; histopathology demonstrated vascular necrosis and infarction. The dog was treated with supportive care including the placement of a tracheostomy tube. The dog recovered fully and was discharged 8 days after initial presentation. NEW OR UNIQUE INFORMATION PROVIDED: Salbutamol toxicity has been documented previously in dogs but oral thermal injury associated with a salbutamol MDI has not been reported in dogs. Although a rare complication, dogs who have been exposed to MDIs should have a thorough oral exam and be monitored closely for signs of respiratory compromise.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,328
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Emergency and Critical CareMême sujetPharmacological Effects and AssaysTravaux en français237 207