MétaCan
Menu
Retour à la cohorte
Enregistrement W2074621296 · doi:10.1089/end.2012.0063

Renal Stone Disease in Spinal-Cord–Injured Patients

2012· review· en· W2074621296 sur OpenAlexaff
Blayne Welk, Andrew Fuller, Hassan Razvi, John D. Denstedt

Notice bibliographique

RevueJournal of Endourology · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueKidney Stones and Urolithiasis Treatments
Établissements canadiensSt Joseph's Health CareWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicinePercutaneous nephrolithotomyUreteroscopySpinal cord injurySurgeryUrinary systemBladder stonesKidney stonesDiseasePopulationPercutaneousUreterInternal medicineSpinal cord

Résumé

récupéré en direct d'OpenAlex

Renal stone disease is common among patients with spinal cord injury (SCI). They frequently have recurrent stones, staghorn calculi, and bilateral stone disease. The potential risk factors for stones in the SCI population are lesion level, bladder management strategy, specific metabolic changes, and frequent urinary tract infections. There has been a reduction in struvite stones among these patients, likely as a result of advances in their urologic care. The clinical presentation of stone disease in patients with SCI may involve frequent urinary infections or urosepsis, and at the time of presentation patients may need emergency renal drainage. The proportion of patients who have their stones treated with different modalities is largely unknown. Shockwave lithotripsy (SWL) is commonly used to manage stones in patients with SCI, and there have been reports of stone-free rates of 50% to 70%. The literature suggests that the morbidity associated with percutaneous nephrolithotomy in these patients is considerable. Ureteroscopy is a common modality used in the general population to treat patients with upper tract stone disease. Traditional limitations of this procedure in patients with SCI have likely been overcome with new flexible scopes; however, the medical literature has not specifically reported on its use among patients with SCI.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,381
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations52
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of EndourologyMême sujetKidney Stones and Urolithiasis TreatmentsTravaux en français237 207