MétaCan
Menu
Retour à la cohorte
Enregistrement W2147875537 · doi:10.1016/j.ajur.2015.08.006

Ureteral stent technology: Drug-eluting stents and stent coatings

2015· review· en· W2147875537 sur OpenAlexaff
Luo Yang, Samantha A. Whiteside, Peter A. Cadieux, John D. Denstedt

Notice bibliographique

RevueAsian journal of urology · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueUrological Disorders and Treatments
Établissements canadiensFanshawe CollegeWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineStentUrinary systemDrugSepsisSurgeryIntensive care medicineInternal medicinePharmacology

Résumé

récupéré en direct d'OpenAlex

Ureteral stents are commonly used following urological procedures to maintain ureteral patency. However, alongside the benefits of the device, indwelling stents frequently cause significant patient discomfort (pain, urgency, frequency) and can become encrusted and infected. The importance of these sequelae is that they are not only bothersome to the patient but can lead to significant morbidity, urinary retention, ureteral damage, recurrent infections, pyelonephritis and sepsis. When these problems occur, stent removal or replacement alongside antibiotic, analgesic and/or other symptom-modifying therapies are essential to successfully treat the patient. In an attempt to prevent such morbidity, numerous approaches have been investigated over the past several decades to modify the stent itself, thereby affecting changes locally within the urinary tract without significant systemic therapy. These strategies include changes to device design, polymeric composition, drug-elution and surface coatings. Of these, drug-elution and surface coatings are the most studied and display the most promise for advancing ureteral stent use and efficacy. This article reviews these two strategies in detail to determine their clinical potential and guide future research in the area.

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)0,001
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 enseignants0,993
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,045
Tête enseignante GPT0,326
Écart entre enseignants0,281 · 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

Citations41
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian journal of urologyMême sujetUrological Disorders and TreatmentsTravaux en français237 207