MétaCan
Menu
Retour à la cohorte
Enregistrement W4362510738 · doi:10.1002/vrc2.597

Unanticipated hyperkalaemia and associated perioperative complications in three captive grey wolves ( <i>Canis lupus</i> ) undergoing general anaesthesia

2023· article· en· W4362510738 sur OpenAlexaff
Giorgio Mattaliano, Marianne T E Heberlein, Inga‐Catalina Cruz Benedetti

Notice bibliographique

RevueVeterinary Record Case Reports · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePotassium and Related Disorders
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineRhabdomyolysisPremedicationMalignant hyperthermiaAnesthesiaGeneral anaesthesiaHyperkalemiaPerioperativeHyperthermiaSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Intraoperative hyperkalaemia has been described in dogs, cats, non‐domestic felids and in a calf. This case series reports the occurrence and associated complications in three captive‐held grey wolves anaesthetised for root canal treatment. Severe bradyarrhythmia associated with hypotension was detected in two cases before hyperkalaemia was confirmed. These also presented with signs compatible with malignant hyperthermia and rhabdomyolysis. In the third wolf, regular arterial blood gas analysis revealed a progressive increase in plasma potassium exceeding reference values 240 min after premedication. Hyperkalaemia was treated symptomatically with standard protocols, and the recovery was uneventful in all three wolves. The cause of hyperkalaemia in the described cases remains unknown and is most likely multifactorial. Prolonged recumbency, long anaesthetic duration and the administration of α 2 ‐adrenoceptor agonists are potential influencing factors. Additionally, malignant hyperthermia, rhabdomyolysis, acidaemia and drug effects are discussed for their potential of causing the described intraoperative hyperkalaemia.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,042
Tête enseignante GPT0,297
Écart entre enseignants0,255 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVeterinary Record Case ReportsMême sujetPotassium and Related DisordersTravaux en français237 207