Does 24-Hour Urine Supersaturation Predict Stone Composition?
Notice bibliographique
Résumé
Background: The aim of the study was to evaluate the correlation between 24-hour urine supersaturation (SS) levels and the crystalline stone composition. Methods: We retrospectively reviewed the results of stone analysis of 386 patients who had completed 24-hour urine stone risk profiles within 2 months of stone analysis. Patients were characterized as calcium oxalate (CAOX), calcium phosphate (CAPH) or uric acid (UA) stone formers based on the predominant component (> 60%) of their stone. Patients with < 50% of one stone composition were characterized as a mixed stone former. Sensitivity, specificity and accuracy of the 24-hour urine SS for predicting the corresponding stone component were calculated. Results: The distribution of stone compositions was 235 (61%) CAOX, 98 (25%) CAPH, 35 (9%) UA and 18 (5%) mixed stone group. At predominant stone mineral concentration >= 60%, the accuracy of 24-hour urine SS for predicting the predominant stone composition was 52.5% for CAOX, 70% for CAPH and 67% for UA group. Even when the predominant stone mineral concentration was >= 90%, the accuracy of SS did not improve: COAX (49%, P = 0.6641), CAPH (77%, P = 0.361) and UA (67%, P = 0.9593). Conclusions: Twenty-four-hour urine SS has a poor accuracy to predict the predominant stone composition. Accuracy is highest for patients with CAPH stones. World J Nephrol Urol. 2015;4(1):169-172 doi: http://dx.doi.org/10.14740/wjnu206w
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 | 0,000 | 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 ».