Rhinocerebral Mucormycosis and COVID-19 Pneumonia
Notice bibliographique
Résumé
As the coronavirus disease 2019 (COVID-19) pandemic is evolving, more complications associated with COVID-19 are emerging. In this case report, we present a case of rhinocerebral mucormycosis concurrent with COVID-19 pneumonia in a 41-year-old man with a history of type 1 diabetes mellitus (T1DM). COVID-19 pneumonia was diagnosed with reverse transcription-polymerase chain reaction (RT-PCR). He was promptly treated with steroids and hydroxychloroquine, as this was the recommended regional COVID-19 practice patterns at the time. He was treated with intravenous (IV) fluids and an insulin drip for his diabetic ketoacidosis (DKA), cefepime and IV abelcet, along with three surgical debridements for the rhinocerebral mucormycosis. The pneumonia resolved during the course of his stay in the hospital. With prompt diagnosis and treatment of rhinocerebral mucormycosis, the patient was cleared for discharge and was instructed to complete his course of treatment with coumadin and IV abelcet at home. Saprophytic fungi cause rhinocerebral mucormycosis, a rare opportunistic infection of the sinuses, nasal passages, oral cavity and brain. It usually occurs in patients with poorly controlled diabetes mellitus or those who are immunocompromised, which is again demonstrated in this case report. In the setting of COVID-19 pneumonia and an underlying condition, healthcare professionals should act promptly. In cases where mucormycosis infection is suspected, a prompt diagnosis and treatment should be started because of the angioinvasive character and rapid disease progression that contribute to the severity of the mucormycosis infection.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».