The influence of histological diagnosis on the postoperative complication rate following trans-urethral resection of prostate (TURP)
Notice bibliographique
Résumé
BACKGROUND: A number of studies have shown that the early mortality following TURP is higher for patients with prostate cancer than those with benign disease. This study examines the effect of the histological diagnosis on the predischarge complication rate following TURP. METHODS: Information on the postoperative, predischarge complications of 3036 patients, who underwent TURP over the last decade at our institution, was collated from the urology department database (AuditBase for Windows). The information on this database is collected prospectively, at the point of care and validated at monthly audit meetings. Statistical analyses were performed using chi2 and difference of proportion where n > 60. Statistical significance was taken as P < 0.05. RESULTS: The postoperative, predischarge major complication rate for patients with benign disease was 2.1%. This was not statistically different from the 2.3% complication rate seen in patients with malignant disease. Patients suffering a postoperative complication stayed in hospital significantly longer than those who had a straightforward postoperative course (P < 0.001); however, patients with malignant histology suffering a postoperative complication did not stay statistically significantly longer than those with benign histology suffering a postoperative complication (P < 0.1). CONCLUSIONS: Patients undergoing TURP for prostate cancer do not suffer more postoperative, predischarge complications or stay in hospital longer than patients undergoing TURP for benign disease.
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 | 0,001 |
| 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 ».