Predictors of Mortality in Verapamil Overdose: Usefulness of Serum Verapamil Concentrations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Verapamil poisoning may result in life-threatening cardiovascular morbidities and fatalities. To date, prognosticators of mortality have been poorly investigated and the use of serum verapamil concentration for prognosis remains unclear. We aimed to evaluate the ability of usual clinical and laboratory parameters including serum verapamil concentrations measured on admission to predict outcome (survival versus death) in verapamil poisoning. We reviewed the medical records of all intentional and symptomatic verapamil poisonings admitted over 8 years to two medical intensive care units. Clinical and laboratory parameters were measured in 65 patients, and final outcomes of survival or death recorded. A multivariable analysis was conducted to evaluate the prognostic values of recorded parameters. Life-threatening complications of verapamil poisonings included shock (62%), atrioventricular blocks (24%), sinoatrial blocks (20%), acute respiratory distress syndrome (19%) and cardiac arrest (11%) resulting in death (8%). Verapamil concentration measured on intensive care unit admission was the only independent factor associated with mortality (p = 0.01). The optimal verapamil cut-off point was 5.0 μM (100% sensitivity, 91% specificity), which conferred a 2.76-times increase in odds of fatality. In conclusion, cardiovascular monitoring and assessment of organ failure are vital in symptomatic verapamil poisonings. The serum verapamil concentration has excellent prognostic ability for predicting fatality in verapamil overdose.
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.
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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle