<i>In Vitro</i> Evaluation of LithAssist: A Novel Combined Holmium Laser and Suction Device
Notice bibliographique
Résumé
INTRODUCTION: The aim of this in vitro study was to evaluate and compare a novel intracorporeal lithotripter, LithAssist (LA; Cook Medical, Bloomington, IN), with the Swiss LithoClast Ultra (SLU; Boston Scientific, Boston, MA) for the fragmentation and removal of artificial stones made of gypsum-based cement. MATERIALS AND METHODS: Ten soft and 20 hard ultracal-30 (U-30) stones were fragmented using two lithotripters. We recorded the stone weight (grams) prior to placing them into a 60-mL syringe for fragmentation. We inserted a 30F percutaneous access sheath into the syringe and positioned the stone within its lumen. Next, we inserted the lithotripter into a right-angled nephroscope. We recorded the times required for first and complete stone disintegration, disintegration to 2 mm, and complete stone removal for each device. In addition, we recorded the stone mass following each minute of stone fragmentation. RESULTS: In total, we subjected 5 soft and 10 hard stones to SLU and LA, respectively. All soft stones were completely disintegrated and removed with both the SLU and LA device. For soft stones, disintegration to 2 mm (2.83±0.41 vs. 4.15±0.70 minutes, p=0.049), complete disintegration (3.18±0.20 vs. 6.40±1.95 minutes, p=0.038), and complete removal (3.30±0.22 vs. 8.82±1.05 minutes, p=0.001) were faster for the SLU compared with the LA. For hard stones, fragmentation was not accomplished with the SLU, whereas with the LA, mean time for first disintegration, disintegration to 2 mm, complete disintegration, and complete removal was 3.60±1.36, 7.25±3.33, 7.54±2.94, and 8.64±2.78 minutes, respectively. CONCLUSIONS: In this in vitro study, the SLU was more efficient for softer artificial stones, and the LA was more efficient for harder artificial 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 ».