MétaCan
Menu
Retour à la cohorte
Enregistrement W2982207199 · doi:10.1136/bcr-2019-231211

Acute kidney injury from immune checkpoint inhibitor use

2019· article· en· W2982207199 sur OpenAlexaff
Lexis Gordon, Pouneh Dokouhaki, Kimberly R. Hagel, Bhanu Prasad

Notice bibliographique

RevueBMJ Case Reports · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensRegina General HospitalSaskatchewan Cancer AgencyUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMedicineAcute kidney injuryImmune systemNivolumabImmunosuppressionAdverse effectVomitingImmunologyInternal medicineImmunotherapy

Résumé

récupéré en direct d'OpenAlex

Immune checkpoint inhibitors are novel oncological medications, current classes of which include monoclonal antibodies that target inhibitory receptors cytotoxic T lymphocyte-associated antigen 4 (CTLA-4), programmed death 1 protein (PD-1) and programmed death-ligand 1. While they are novel in their ability to treat cancer, they also have a unique spectrum of immune-related adverse events. Renal-related immune adverse events, though rare, are an increasingly recognised clinical entity. We present the case of a 67-year-old man with acute kidney injury (AKI) after the second cycle of combination anti-CTLA-4 and anti-PD-1 antibodies for metastatic cutaneous melanoma. He presented with vomiting and diarrhoea, and AKI secondary to dehydration was treated with aggressive rehydration. After failing to recover biochemically, a renal biopsy was performed, which demonstrated severe acute interstitial nephritis. The culprit medications were held and he was treated with steroids. With immunosuppression, creatinine improved to pretreatment values.

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: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil0,999

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)0,0020,000

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 Opus0,017
Tête enseignante GPT0,301
Écart entre enseignants0,284 · 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'étudeÉtude de cas
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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Case ReportsMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207