Treatment of acquired partial oculomotor nerve palsy with dexamethasone – A case report
Notice bibliographique
Résumé
INTRODUCTION/IMPORTANCE: Oculomotor nerve palsy is an acquired condition caused by injury to the third cranial nerve. Patients present classically with their eye in a "down and out" positioning, ptosis and abnormalities in most extraocular movements causing diplopia. Ocular dysfunction may be due to a variety of different etiologies, such as aneurysm, microvascular disease, trauma, and viral infections. Clinical prognosis is usually quite good and is often self-limiting. CASE REPRESENTATION: We present a case of an otherwise healthy 40-year-old male who awoke one morning with moderate diplopia, unable to focus with binocular vision and developed eyelid ptosis two days later. He was previously infected with the Omicron variant of COVID-19; however, a rapid test could not confirm it. No intracranial or vascular pathology were identified on CT head, CT angiogram, or MRI. Repeat COVID-19 PCR test was negative. He was assessed by a neuro-ophthalmologist and was diagnosed with left partial oculomotor nerve palsy presumed secondary to viral microvascular injury. COVID-19 infection seemed likely given the history but could not be confirmed. The specialist recommended monitoring the patient without any treatment, with no recommendation of corticosteroid use. CLINICAL DISCUSSION: Cranial neuropathy guidelines for viral palsies involving the 7th or 8th cranial nerve are treated with corticosteroids. After considering the risks, the patient elected treatment with a left eye patch and a dexamethasone taper. Full return of function in all extremes of gaze was restored less than 2 months after onset. CONCLUSION: Given the complete and timely recovery, it may be reasonable to consider corticosteroids for all cranial neuropathies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».