MétaCan
Menu
Retour à la cohorte
Enregistrement W3115370127 · doi:10.1177/2050313x20984121

Improvement in Hailey–Hailey disease with a combination of low-dose naltrexone and oral magnesium chloride: A case report

2020· article· en· W3115370127 sur OpenAlexaff
Darosa Lim, Annie Bélisle, Sandra Davar

Notice bibliographique

RevueSAGE Open Medical Case Reports · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and rare skin diseases.
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésHailey–Hailey diseaseMedicineIntertriginousNaltrexoneDermatologyMagnesiumDiseaseSurgeryInternal medicinePemphigusOpioid

Résumé

récupéré en direct d'OpenAlex

gene and presents with flaccid blisters in intertriginous regions. Its chronic and relapsing course may negatively impact patients' quality of life. Multiple medical and interventional treatments have been described with various efficacy. Low-dose naltrexone and oral magnesium chloride represent emerging treatments. Sustained improvement in Hailey-Hailey disease has been reported with the former in case series, while others have shown variable results. Oral magnesium chloride has been reported in four patients with possible results after 2-4 weeks. Two recent cases suggest that the combination of both treatments may have a synergistic effect. Herein, we present a 63-year-old woman with long-standing and recurrent bilateral inguinal Hailey-Hailey disease who significantly improved with low-dose naltrexone and oral magnesium chloride, representing the third case described with this combination.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,689

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,009
Tête enseignante GPT0,262
Écart entre enseignants0,253 · 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'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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAGE Open Medical Case ReportsMême sujetGenetic and rare skin diseases.Travaux en français237 207