MétaCan
Menu
Retour à la cohorte
Enregistrement W2172005856 · doi:10.5430/jst.v1n2p80

Sunitinib induced immune thrombocytopenia in patient with metastatic renal cell carcinoma

2011· article· en· W2172005856 sur OpenAlexvenueno aff
Mutahir A. Tunio, Shoaib Ahmad, Mohsin Fareed, Mushabbab AlAsiri

Notice bibliographique

RevueJournal of Solid Tumors · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSunitinibMedicineRenal cell carcinomaTyrosine-kinase inhibitorRashNeutropeniaInternal medicineGastroenterologyImatinibAdverse effectOncologyCancerToxicity

Résumé

récupéré en direct d'OpenAlex

Sunitinib (Sutent®: Pfizer, New York, NY, USA) is an oral multi-targeted tyrosine kinase inhibitor approved for first-line treatment of metastatic renal cell carcinoma (mRCC) and imatinib-resistant metastatic gastrointestinal stromal tumors (GIST). Common non hematological side effects secondary to sunitinib are: fatigue (74%), diarrhea (55%), nausea (54%), altered taste (43%), skin rash (40%), hand foot syndrome (30%) and hypertension (28%). Common hematological side effects are neutropenia (53%) and thrombocytopenia (38%) secondary to myelosuppression. Here-in, we present case report of patient with inoperable metastatic left renal cell carcinoma who developed immune-mediated thrombocytopenia secondary to sunitinib and recovered successfully after sunitinib withdrawal. Differnetial diagnosis of drug induced immune mediated thrombocytopenia secondary to sunitinib must be made by oncologists in patients on sunitinib presenting as thrombocytopenia and in these cases sunitinib can safely be withdrawn.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,244
Score d'incertitude au seuil0,699

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 recherche0,0000,001
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 Opus0,049
Tête enseignante GPT0,263
Écart entre enseignants0,215 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Solid TumorsMême sujetRenal cell carcinoma treatmentTravaux en français237 207