Spinal Cord Magnetic Resonance Imaging for Investigation of Nonneurogenic Lower Urinary Tract Dysfunction—Can the Yield be Improved?
Notice bibliographique
Résumé
PURPOSE: Magnetic resonance imaging has been used to detect occult neuropathy in patients with nonneurogenic lower urinary tract dysfunction. There is substantial controversy surrounding the role of this test for lower urinary tract dysfunction. We identified factors associated with positive magnetic resonance imaging to improve patient selection. MATERIALS AND METHODS: A case-control study was done in all pediatric patients referred to our radiology department for spinal magnetic resonance imaging primarily because of lower urinary tract symptoms between 1995 and 2004. Patients with known neurological disorders or anomalies associated with neurogenic bladder (overt spinal dysraphism, imperforate anus, etc) were excluded. A total of 80 patients with a median age of 6.5 years (range 4 to 17) were identified, of whom 47 (59%) were female. Bivariate analysis was used to evaluate the association of certain variables with positive magnetic resonance imaging findings, including patient age, gender, type of urinary symptoms, fecal soiling, abnormal neuro-orthopedic examination, lumbar cutaneous findings, resistance to medical management and urodynamic findings. RESULTS: Magnetic resonance imaging revealed spinal abnormalities in 6 cases (7.5%), including intradural arachnoid cyst in 1, sacral dysgenesis in 3, syrinx/hydromyelia in 1 and tethered cord in 1. An abnormal lumbar cutaneous finding was the only variable associated with positive magnetic resonance imaging (Fisher's exact test p = 0.002). CONCLUSIONS: Spinal magnetic resonance imaging has a low impact in the management of lower urinary tract dysfunction. With proper patient selection the pretest probability of positive magnetic resonance imaging may be increased and, therefore, many unnecessary studies may be avoided. Abnormal cutaneous findings are associated with abnormal magnetic resonance imaging.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».