MétaCan
Menu
Retour à la cohorte
Enregistrement W4232525136 · doi:10.22374/cjgim.v10i3.50

Severe Hypomagnesemia with Long-Term Use of a Proton Pump Inhibitor: A Case Report

2015· article· en· W4232525136 sur OpenAlexaffvenue
Amy M. Trottier, Paul S Gibson MD FRCPC

Notice bibliographique

RevueCanadian Journal of General Internal Medicine · 2015
Typearticle
Langueen
DomaineNursing
ThématiqueMagnesium in Health and Disease
Établissements canadiensCalgary General HospitalUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésHypomagnesemiaMedicineHypokalemiaProton-pump inhibitorElectrolyte DisorderAdverse effectInternal medicineMagnesium deficiency (plants)MagnesiumIntensive care medicineGastroenterologyPediatricsHyponatremia

Résumé

récupéré en direct d'OpenAlex

Summary Hypomagnesemia is a rare, though likely under-recognized, adverse effect of long-term use of proton pump inhibitors (PPIs), one of the most commonly prescribed classes of medications in North America. Hypomagnesemia can cause potentially life-threatening neurologic abnormalities, cardiac arrhythmias, and secondary electrolyte disorders. In this manuscript we present the case of a long-term PPI user who presented with an episode of decreased level of consciousness. He was found to have severe hypomagnesemia with avid renal retention of magnesium, secondary hypocalcemia with an inappropriately normal parathyroid hormone level, and hypokalemia. His serum magnesium and other electrolyte abnormalities rapidly corrected with cessation of PPI use and electrolyte supplementation. Given the propensity for patients with hypomagnesemia associated with PPI use to go unrecognized until they present with severe symptomatic hypomagnesemia, we recommend that patients being started on a PPI for an intended long-term course have baseline testing of serum magnesium and monitoring of magnesium on an annual basis, or sooner, if they develop symptoms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0060,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,309
Écart entre enseignants0,258 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of General Internal MedicineMême sujetMagnesium in Health and DiseaseTravaux en français237 207