The Effect of Renal Cysts on the Fragmentation of Renal Stones During Shockwave Lithotripsy: A Comparative <i>In Vitro</i> Study
Notice bibliographique
Résumé
PURPOSE: To assess the potential effect of simple renal cysts (SRC) on stone fragmentation during shockwave lithotripsy (SWL) in an in vitro model. MATERIALS AND METHODS: The in vitro model was constructed using 10% ordnance gelatin (OG). Models were created to mimic four scenarios: Model A-with an air-filled cavity (suboptimal for stone fragmentation); model B-without a cavity (normal anatomy); model C-with a 3-cm serum filled cavity (to represent a small SRC); model D-with a 4-cm serum filled cavity (to represent a larger SRC). SWL was applied to 24 standardized phantom stones (weight of 2±0.1 g) in each model using a standardized protocol. Stone fragments were retrieved, then dried overnight at room air temperature. Fragmentation coefficient (FC) was calculated for each stone, for fragments<4 mm and <2 mm. RESULTS: The OG in vitro model was robust enough for the proposed research. There was no fragmentation evident in model A as expected. The mean FC was 29.7 (±20.5) and 39.7 (±23.7) for <4 mm fragments (P=0.069) and 7.6 (±4.1) and 10.6 (±6.7) for <2 mm fragments (P=0.047), for noncystic and cystic models, respectively. The mean FC was 29.7 (±20.5), 38.8 (±26.2) and 40.7 (±21.3) for <4 mm fragments (P=0.213) and 7.6 (±4.1), 11.1 (±8) and 10.2 (±5.3) for <2 mm fragments (P=0.138), for models B, C, and D, respectively. CONCLUSION: Our in vitro experiment confirms better stone fragmentation associated with SWL in the presence of adjacent SRC.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».