Immune checkpoint inhibitor-associated diabetic ketoacidosis and insulin-dependent diabetes: a case report
Notice bibliographique
Résumé
BACKGROUND: Immunotherapy, including the use of immune checkpoint inhibitors such as nivolumab, is increasingly common in cancer treatment and can lead to various immune-related adverse effects, including rare cases of diabetic ketoacidosis. This case report highlights an unique instance of nivolumab-induced diabetic ketoacidosis in a patient without prior history of diabetes, emphasizing the importance of careful monitoring even in those without traditional risk factors. CASE PRESENTATION: We report a case of a 70-year-old Caucasian male with metastatic esophageal adenocarcinoma who developed diabetic ketoacidosis 3 weeks after stopping nivolumab therapy. The patient had no previous history of diabetes, nor had he used sodium-glucose transport protein 2 inhibitors or corticosteroids. Diagnostic tests confirmed diabetic ketoacidosis, and while he was initially treated following the institutional protocol, he continued to require insulin therapy indefinitely. CONCLUSIONS: This case report underscores the risk of diabetic ketoacidosis linked to nivolumab, even in patients without predisposing factors, emphasizing the need for increased vigilance among both oncologists and physicians. It highlights the importance of monitoring for new-onset diabetes and diabetic ketoacidosis, whether immunotherapy is active or discontinued, and ensuring comprehensive care including hospitalization, insulin management, and diabetes education if diabetic ketoacidosis is diagnosed.
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 | 0,006 | 0,003 |
| 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 | 0,001 |
| 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 ».