Comparative study of laparoscopic pyelolithotomy versus percutaneous nephrolithotomy in the management of large renal pelvic stones
Notice bibliographique
Résumé
BACKGROUND: The aim of the study is to investigate whether laparoscopic pyelolithotomy (LPL) could be used to manage large renal pelvic stones, generally considered excellent indications for percutaneous nephrolithotomy (PNL). METHODS: This study was performed from May 2009 to March 2012 at Al-Azhar University Hospitals (Assiut and Cairo), Egypt. It included two groups of patients with large renal pelvic stones; only patients with stones 2.5 cm(2) or greater were included. Group 1 included 40 patients treated by PNL and Group 2 included 10 patients treated by LPL. The differences between the two procedures were compared and analyzed. RESULTS: There was no difference between the two groups regarding patient demographics and stone size. There was a statistically significant difference between the groups regarding mean estimated blood loss (65 ± 12.25 [range: 52.75-77.25] vs. 180 ± 20.74 [range: 159.26-200.74] mL, p ≤ 0001), mean hospital stay (2.3 ± 0.64 [range: 1.66-2.94] vs. 3.7 ± 1.4 [range: 2.3-5.1] days, p ≤ 0.006), rate of postoperative blood transfusion (0% vs. 4.8%, p ≤ 0.0024), and stone-free rate (80% vs. 78.6%, p ≤ 0.23). The mean operative time was significantly longer in Group 2 (LPL) (131 ± 22.11 [range: 108.89-153.11) vs. 51.19 ± 24.39 [range: 26.8-75.58] min, p ≤ 0001), respectively. CONCLUSION: Although PNL is the standard treatment in most cases of renal pelvic stones, LPL is another feasible surgical technique for patients with large renal pelvic stones.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».