Percutaneous Nephrolithotripsy in Patients with Diabetes Mellitus
Notice bibliographique
Résumé
PURPOSE: To compare the surgical outcomes in a cohort of patients with diabetes who were undergoing percutaneous nephrolithotripsy (PCNL) for renal stone disease to a nondiabetic group of patients at a single center. PATIENTS AND METHODS: Between July 1990 and December 2005, all patients scheduled for PCNL were prospectively included in a single-center database. Preoperative, intraoperative, and postoperative data were prospectively collected and analyzed. Primary outcomes evaluated were stone-free rates and complications, including the need for blood transfusion, while the secondary outcome was length of hospital stay. This report specifically reviews these outcomes in patients known to have diabetes at the time of surgery. Both outcomes were compared with those obtained in our nondiabetic patient population. RESULTS: Analysis of the data from 183 (13.7%) patients with diabetes of the 1338 patients undergoing PCNL revealed that patient age (63.1 years), surgical time (90.8 minutes), and complications (major 2.2%), including need for transfusion (0.5%) and stone-free rate (94.5%), were not significantly different from those observed in our nondiabetic patients. The average length of hospital stay was significantly longer in the diabetic group (4.4 days vs 3.9 days, P = 0.022). Uric acid stone composition was found to be the most common stone composition among the patients with diabetes in this study (41%). CONCLUSIONS: PCNL can be performed with excellent stone-free rates and with an acceptable complication risk in the diabetic population. The incidence of uric acid stone disease appears to be significantly higher than previously reported and warrants heightened efforts directed toward stone prevention in this population.
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 ».