MétaCan
Menu
Retour à la cohorte
Enregistrement W1963985609 · doi:10.5326/jaaha-ms-5635

Treatment of Three Cats with Hyperviscosity Syndrome and Congestive Heart Failure Using Plasmapheresis

2010· article· en· W1963985609 sur OpenAlexaff
Tonya E. Boyle, Marie K. Holowaychuk, Allison K. Adams, Steven L. Marks

Notice bibliographique

RevueJournal of the American Animal Hospital Association · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Conditions and Treatments
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPlasmapheresisMedicineCATSHeart failureHyperviscosity syndromeTachypneaHyperviscosityCardiologyInternal medicineAnesthesiaMultiple myelomaTachycardiaBlood viscosityImmunology

Résumé

récupéré en direct d'OpenAlex

Three cats were evaluated at a veterinary teaching hospital for congestive heart failure (CHF) secondary to hyperviscosity syndrome from plasma cell neoplasia. All cats had severe hyperproteinemia due to hyperglobulinemia. Multiple myeloma or plasma cell neoplasia was diagnosed based on cytopathology and post mortem examination. The cats presented with signs of CHF including acute collapse, tachypnea, increased respiratory effort, and pulmonary crackles. All cats had heart murmurs and echocardiographic signs consistent with hypertrophic cardiomyopathy. An enlarged left atrium was found in all cats and two of three cats also had spontaneous echocardiographic contrast. Plasmapheresis (centrifugal plasma exchange) was performed on all three cats by the removal of whole blood and the infusion of a balanced electrolyte solution while the whole blood was centrifuged and separated. The RBCs were then washed before being readministered to the patient. Plasmapheresis alleviated the clinical signs of CHF (tachypnea) in all three cats. Plasmapheresis should be considered in cases of CHF secondary to hyperviscosity syndrome to rapidly alleviate clinical signs associated with heart failure while diagnosis of the underlying cause is made and appropriate therapy implemented.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,224

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,230
Écart entre enseignants0,223 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations24
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Animal Hospital AssociationMême sujetCardiovascular Conditions and TreatmentsTravaux en français237 207