MétaCan
Menu
Retour à la cohorte
Enregistrement W4400103933 · doi:10.14740/jh1274

Fat Embolism Syndrome Mimicking Thrombotic Thrombocytopenic Purpura in a Patient With Hemoglobin S/Beta-Thalassemia

2024· article· en· W4400103933 sur OpenAlexvenueno aff
Bobby Se, Austin Frisch, Min-Woo Hwang, Faran Polani, Najeebah A. Bade

Notice bibliographique

RevueJournal of Hematology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueBone and Joint Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineThrombotic thrombocytopenic purpuraBeta thalassemiaThalassemiaBETA (programming language)Hemolytic anemiaInternal medicinePlatelet

Résumé

récupéré en direct d'OpenAlex

Thrombotic microangiopathies cause ischemic organ damage and require urgent management for a favorable prognosis. Fat embolism syndrome from bone marrow necrosis is a rare and unique pathology that carries a high mortality rate. It can mimic thrombotic microangiopathies such as thrombotic thrombocytopenic purpura (TTP). Herein, we present a patient with sickle cell-beta-thalassemia who initially presented with a vaso-occlusive crisis, lab evidence of hemolysis, schistocytes and thrombocytopenia who developed acute encephalopathy with respiratory distress, consistent with TTP. She was found to have multiple infarcts in the brain. She was intubated and underwent plasma and red cell exchange. Bone marrow biopsy confirmed marrow necrosis from her vaso-occlusive crisis and subsequently, fat embolism syndrome. Here, we discuss the complex presentation and the complications of fat embolism from bone marrow necrosis and how it can mimic TTP.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,152
Score d'incertitude au seuil0,588

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,272
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 tête enseignante, 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of HematologyMême sujetBone and Joint DiseasesTravaux en français237 207