Successful treatment of a severe cannabinoid toxicity using extracorporeal therapy in a dog
Notice bibliographique
Résumé
OBJECTIVE: To describe the use of extracorporeal therapy (ECT) to treat severe cannabinoid intoxication in a dog with severe hyperlipidemia. CASE SUMMARY: A 7-month-old female intact Labrador Retriever presented with seizures and severe hyperesthesia that were refractory to multiple anticonvulsant medications and required induction of general anesthesia with propofol and mechanical ventilation. The dog's urine yielded a strong positive signal for delta-9-tetrahydrocannabinol (THC) on urine drug test and exposure to THC oil was confirmed by the owner. Bloodwork revealed severe hyperlipidemia such that IV lipid emulsion was considered contraindicated. The dog was treated with a 3-hour ECT session, using charcoal hemoperfusion and hemodialysis in series. Neurologic signs improved during the session and mechanical ventilation was discontinued. Immediately after the session, the dog's mentation was significantly improved and seizures and hyperesthesia had ceased, although the dog remained moderately ataxic. The dog was hospitalized for 36 hours following the ECT session for continued monitoring. The dog fully recovered and was successfully discharged. NEW OR UNIQUE INFORMATION PROVIDED: To the authors' knowledge, this is the first published report to document ECT to treat THC intoxication in veterinary medicine. ECT may be considered as a treatment option for severe THC intoxication that is refractory to standard therapy or where severe hyperlipidemia precludes use of IV lipid emulsions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».