MétaCan
Menu
Retour à la cohorte
Enregistrement W2916289875 · doi:10.3747/co.26.4151

Diabetes Mellitus Secondary to Treatment with Immune Checkpoint Inhibitors

2019· article· en· W2916289875 sur OpenAlexvenueno aff
Vasiliki Venetsanaki, Anastasios Boutis, Alexandra Chrisoulidou, Pavlos Papakotoulas

Notice bibliographique

RevueCurrent Oncology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineImmunotherapyAdverse effectDiabetes mellitusDiabetic ketoacidosisImmune systemEndocrine systemType 1 diabetesType 2 Diabetes MellitusImmunologyInternal medicineEndocrinologyHormone

Résumé

récupéré en direct d'OpenAlex

Cancer immunotherapy has been one of the highlights in the advancement of cancer care. Certain immune checkpoint inhibitors bind to PD-1 on T cells and mediate an antitumour immune response. Given that immune checkpoint inhibitors are becoming part of standard care, a new class of adverse events-immune-related adverse events-has emerged. Among them is endocrine toxicity, most commonly targeting the thyroid, pituitary, or adrenal glands. New-onset diabetes mellitus has been reported in fewer than 1% of patients. We present a patient with type 1 diabetes mellitus secondary to immunotherapy, together with an overview of the associated literature. Patients who develop type 1 diabetes mellitus experience a rapid course, and diabetic ketoacidosis is commonly the presenting symptom. Insulin is currently the treatment of choice; oral antidiabetics or corticosteroids do not assist in management. Several predictive factors are under investigation, but physician awareness and prompt management are key to a positive outcome.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,031
Tête enseignante GPT0,328
Écart entre enseignants0,297 · 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.

Devis d'étudeSans objet
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

Citations34
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207