MétaCan
Menu
Retour à la cohorte
Enregistrement W2890913910 · doi:10.7759/cureus.3292

Carglumic Acid Treatment of a Patient with Recurrent Valproic Acid-induced Hyperammonemia: A Rare Case Report

2018· article· en· W2890913910 sur OpenAlexaff
Yasar Sattar, Saad Wasiq, Waqas Yasin, Ali Khan, Mahwish Adnan, Shristi Shrestha, Nirav Patel, Sharaad Latchana

Notice bibliographique

RevueCureus · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePharmacological Effects and Toxicity Studies
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésHyperammonemiaValproic AcidMedicineLethargyAnticonvulsantUrea cycleInternal medicineEpilepsyPharmacologyGastroenterologyPsychiatryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Valproic acid, first manufactured as an anticonvulsant, is commonly used to treat both neurological and psychiatric conditions. A rare and deadly side effect of this medication is hyperammonemia, presenting as lethargy, confusion, seizure, and, ultimately, coma. In rare circumstances, hyperammonemia can be recurrent and devastating, especially in patients with an underlying N-acetyl glutamate synthase (NAGS) deficiency, as the valproic acid can enhance this enzyme deficiency and inhibit the conversion of ammonia into urea in the liver. For these subtypes of patients, the United States Food and Drug Administration (US FDA) has recently approved carglumic acid, a medication that can act as a scavenger by effectively increasing the levels of NAGS, ultimately enhancing the conversion of ammonia to urea. In our case report, we have mentioned a patient with treatment-resistant bipolar disorder, who presented with elevated ammonia levels secondary to valproic acid treatment. Valproic acid was the only drug that was effective in his case, so we initiated therapy to reduce his elevated ammonia levels. After a thorough evaluation, we found the patient had a genetic NAGS deficiency. Carglumic acid was initiated and proved efficacious in our patient.

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 enseignants0,354
Score d'incertitude au seuil0,538

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 Opus0,042
Tête enseignante GPT0,330
Écart entre enseignants0,288 · 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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetPharmacological Effects and Toxicity StudiesTravaux en français237 207