Exploring Hypoglycemic Ketoacidosis in Nondiabetic Patients on Tirzepatide: Is Starvation the Culprit?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND Tirzepatide is a long-acting glucose-dependent insulinotropic polypeptide (GIP) and glucagon-like peptide-1 (GLP-1) receptor agonist administered via subcutaneous injection for weight reduction and treating type 2 diabetes. CASE REPORT We report case series of hypoglycemic ketoacidosis after the use of tirzepatide to treat nondiabetic patients with obesity from Kuwait. The first case was a 29-year-old woman with a body mass index (BMI) of 32 kg/m² who developed abdominal pain and vomiting after increasing the dose to 5 mg subcutaneously in week 5 of treatment. The second case was a 34-year-old woman with a BMI of 31.3 kg/m² who presented with abdominal pain, vomiting, and diarrhea after increasing the dose to 5 mg subcutaneously. The third case was a 17-year-old girl with a BMI of 30.4 kg/m2 who presented with abdominal pain, vomiting, and diarrhea in week 5 of treatment. The fourth case was a 26-year-old woman with a BMI of 30.8 kg/m² who presented with abdominal pain, frequent loose motions, and vomiting. The median blood sugar level was <3.89 mmol/L and high anion gap metabolic acidosis with ketosis occurred. All the patients required inpatient treatment with intravenous fluid and the correction of hypoglycemia and ketosis. CONCLUSIONS Tirzepatide can induce hypoglycemic ketoacidosis in nondiabetic patients with obesity when used for weight reduction. Measuring urine and serum ketone levels in patients with gastrointestinal symptoms who are taking dual GLP-1 and GIP receptor agonists is crucial. Medical supervision is recommended when this medication is prescribed.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle