MétaCan
Menu
Retour à la cohorte
Enregistrement W2801998406 · doi:10.14341/osteo20173102-107

Functional hypoparathyroidism secondary to magnesium deficiency in long-term users of proton pump inhibitor

2018· article· en· W2801998406 sur OpenAlexaff
L. V. Egshatyan

Notice bibliographique

RevueOsteoporosis and Bone Diseases · 2018
Typearticle
Langueen
DomaineNursing
ThématiqueMagnesium in Health and Disease
Établissements canadiensMcGill-Queen's University Press
Organismes subventionnairesnon disponible
Mots-clésMedicineHypocalcaemiaGERDHypomagnesemiaHypokalemiaInternal medicineProton-pump inhibitorGastroenterologyHypoparathyroidismMagnesium deficiency (plants)Parathyroid hormoneDiseaseRefluxCalciumMagnesium

Résumé

récupéré en direct d'OpenAlex

Gastroesophageal reflux disease (GERD) is a gastrointestinal motility disorder that results from the reflux of stomach contents into the esophagus resulting in symptoms or complications. GERD is now widely prevalent around the world, with clear evidence of increasing prevalence in many developing countries. Treatment for most people with GERD includes lifestyle changes and medication. Proton pump inhibitors (PPIs) are a mainstay therapy for all gastric acid-related diseases. Long-term use of PPIs is associated with hypomagnesaemia, hypokalemia, hypocalcaemia, osteoporosis and bone fractures, chronic renal disease, acute renal disease, and other. Clinical concerns arise from a small but growing number of case reports presenting PPI-induced hypomagnesaemia. In 2011 the U.S. Food and Drug Administration is informing the public that prescription PPI may cause low serum magnesium levels if taken for prolonged periods of time.
 In this article, we present the case of a 56-year-old patient with muscle cramps, violation of cardiac rhythm, lethargy and other caused by hypomagnesaemia, hypocalcaemia and hypokalemia with a low parathyroid hormone level while using a PPI. After magnesium repletion abnormalities resolved. A causal relation with PPI use was supported by the recurrence of hypomagnesaemia after re-challenge.

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 enseignants0,016
Score d'incertitude au seuil0,891

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 Opus0,014
Tête enseignante GPT0,263
Écart entre enseignants0,249 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOsteoporosis and Bone DiseasesMême sujetMagnesium in Health and DiseaseTravaux en français237 207