MétaCan
Menu
Retour à la cohorte
Enregistrement W2057956646 · doi:10.1155/2013/615189

A Case of Erythrocytosis in a Patient Treated with an Aromatase Inhibitor for Breast Cancer

2013· article· en· W2057956646 sur OpenAlexaff
A. Iyengar, Dawn Sheppard

Notice bibliographique

RevueCase Reports in Hematology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueMyeloproliferative Neoplasms: Diagnosis and Treatment
Établissements canadiensOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineExemestaneErythropoietinInternal medicineAromataseHyperuricosuriaPolycythemia veraHematologyEndocrinologyErythropoiesisHematologistCancerBreast cancerAnemia

Résumé

récupéré en direct d'OpenAlex

A previously healthy 79-year-old female was referred to hematology for further evaluation of erythrocytosis. Two years earlier she had been diagnosed with ER/PR-positive ductal carcinoma of the breast and was receiving hormonal therapy with exemestane. No secondary cause of erythrocytosis was identified. Serum erythropoietin (EPO) level was normal, and molecular testing for the JAK2 V617F and exon 12 mutations was negative. A bone marrow biopsy showed a mild increase in erythropoiesis, and no spontaneous erythroid colonies were demonstrated. Erythrocytosis is common reason for referral to a hematologist. The myeloproliferative disorder, polycythemia vera, and the rare congenital polycythemias represent primary erythrocytosis. Common secondary causes include smoking, obstructive sleep apnea, and other pulmonary diseases. Erythrocytosis is well described with certain classes of drugs, including androgens. We hypothesize that exemestane contributed to the development of erythrocytosis in our patient. To our knowledge, erythrocytosis has not been previously described in association with aromatase inhibitors. These drugs prevent the conversion of androstenedione and testosterone to estrogen; thus the physiologic mechanisms may be similar to those responsible for erythrocytosis seen with exogenous androgens. These mechanisms are not well understood, but may include altered iron metabolism by a reduction in hepcidin levels.

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: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,373
Score d'incertitude au seuil0,921

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,018
Tête enseignante GPT0,290
Écart entre enseignants0,272 · 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'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

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCase Reports in HematologyMême sujetMyeloproliferative Neoplasms: Diagnosis and TreatmentTravaux en français237 207