MétaCan
Menu
Retour à la cohorte
Enregistrement W4389746035 · doi:10.1177/20543581231215849

Case Report of Renal Calculi in a Child Receiving Imatinib for Acute Lymphoblastic Leukemia

2023· article· en· W4389746035 sur OpenAlexaff
Alaa Bamahmud, Mohamed Abou El‐Ghar, Roman Jednak, Karl Muchantef, Sharon Abish, David Mitchell, Catherine Vézina, Indra R. Gupta

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Myeloid Leukemia Treatments
Établissements canadiensMcGill UniversityMontreal Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineImatinibInternal medicineKidney stonesGastroenterology

Résumé

récupéré en direct d'OpenAlex

Rationale: Imatinib is used in the treatment of Philadelphia chromosome positive (Ph+) leukemias and has been reported to have a direct effect on bone physiology. Presentation: To report on a child with Ph+ acute lymphoblastic leukemia who presented with bilateral flank pain and gross hematuria. Diagnosis: She was diagnosed with obstructive kidney stones 101 days after commencing daily oral imatinib. Stone analysis revealed the presence of calcium phosphate. Interventions and outcome: The patient passed the stones spontaneously with medical therapy that included the use of thiazide, allopurinol, and potassium citrate, but she required temporary insertion of a double-J stent to relieve an obstruction. Novel findings: Imatinib inhibits receptor tyrosine kinases and stimulates the flux of calcium from the extracellular fluid into bone, resulting in hypocalcemia with a compensatory rise in parathyroid hormone that may result in phosphaturia and the formation of calcium phosphate stones. Given that kidney stones are rare events in children, we believe that monitoring for kidney stone formation needs to be performed in children receiving imatinib.

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)0,005
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 seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0040,002
Communication savante0,0020,003
Science ouverte0,0020,003
Intégrité de la recherche0,0080,006
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 Opus0,020
Tête enseignante GPT0,308
Écart entre enseignants0,288 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and DiseaseMême sujetChronic Myeloid Leukemia TreatmentsTravaux en français237 207