SU-GG-I-152: Structure and Composition Kidney-Stone Analyses Using Coherent-Scatter Computed Tomography: Early Results with a Novel Laboratory Method
Notice bibliographique
Résumé
Purpose: Many kidney stones have a heterogeneous composition in layers about a central core. At present, infrared spectroscopy (IRS) or conventional x-ray diffractometry are used to determine stone composition which is required to determine appropriate follow-up care for recurrence prevention. Both methods are limited requiring that stones be crushed prior to examination and a bulk measure of composition is obtained. We are currently conducting a clinical trial using coherent-scatter computed tomography (CSCT) as an ex-situ technique of stone analysis. We believe this technique will provide detailed structural information, including the initial nucleating mineral at the core of the stone. Method and Materials: Our ongoing prospective trial examines urinary calculi from 100 consecutive eligible patients undergoing either percutaneous nephrolithotripsy or ureteroscopy. All calculi removed intra-operatively are analyzed with CSCT and then the same samples are sent for IRS (the standard of care at our center). Stone analyses from the two modalities are compared for overall bulk composition and the CSCT data analyzed to determine composition of the core. Results: Of the first 25 stones examined, 12 had core minerals that were not the primary component reported by IRS. In four, IRS reported 100% cystine where CSCT showed a distinct UA core inside cystine. In another, IRS reported 85% struvite while CSCT showed a calcium oxalate monohydrate core inside a struvite outer layer. Conclusion: We are finding a significant fraction of stones in which IRS does not report the mineral component at the core of the stone as a large component of bulk composition. This raises the question whether recurrence rates could be improved by targeting the core component.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».