MétaCan
Menu
Retour à la cohorte
Enregistrement W4307129447 · doi:10.7759/cureus.30619

Severe Acute Kidney Injury Secondary to Rhabdomyolysis in Diabetic Ketoacidosis (DKA): A Case Report

2022· article· en· W4307129447 sur OpenAlexaff
Zahidah A AL Aldahan, Saqib Ali, Fatimah A Al Aldahan, Doaa Dahan, Bashier A Al Aldahan

Notice bibliographique

RevueCureus · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueMuscle and Compartmental Disorders
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineRhabdomyolysisDiabetic ketoacidosisPolyuriaPolydipsiaAcute kidney injuryDiabetes mellitusKidney diseaseVomitingKetoacidosisHypokalemiaSurgeryInternal medicineType 1 diabetesEndocrinology

Résumé

récupéré en direct d'OpenAlex

Delayed diagnosis and treatment of rhabdomyolysis in diabetic emergencies may lead to irreversible kidney damage and progress to chronic kidney disease. Therefore, early detection and correction of electrolyte disturbances, resulting from diabetes and risk factors for rhabdomyolysis, is essential to avoid complications and renal function improvement. In this case report, a patient with two weeks history of polyuria, polydipsia, and nocturia showed up at ED with epigastric abdominal pain, nausea, and non-bloody vomiting. The patient was in a diabetic ketoacidosis episode in which rhabdomyolysis developed and complicated into acute renal failure. Few case reports in the literature have mentioned the association of hypophosphatemia, severe acidosis, and high osmolarity as contributors to rhabdomyolysis leading to acute kidney injury (AKI) in patients with hyperglycemic emergency cases. To our knowledge, this is the first case reported in Saudi Arabia. Therefore, our unique case sheds some light on an overlooked complication in diabetic ketoacidosis (DKA), rhabdomyolysis, in which electrolyte abnormalities are the most probable trigger.

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)0,004
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 enseignants0,008
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,003
Études des sciences et des technologies0,0040,002
Communication savante0,0040,004
Science ouverte0,0020,004
Intégrité de la recherche0,0080,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,011
Tête enseignante GPT0,276
Écart entre enseignants0,264 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetMuscle and Compartmental DisordersTravaux en français237 207