Urinary tract infections, urologic surgery, and renal dysfunction in a contemporary cohort of traumatic spinal cord injured patients
Notice bibliographique
Résumé
AIMS: The objective of this study was to measure the incidence of urinary tract infections (UTIs), urologic reconstruction/urinary diversion, and renal dysfunction after a traumatic spinal cord injury (TSCI). METHODS: Retrospective cohort study using administrative data from Ontario, Canada. All incident adult TSCI patients (2002-2013) admitted to a rehabilitation center were included. The impact of lesion level on each outcome was assessed. The rate of outcomes was further compared to an age and sex matched sample from the general population. RESULTS: A total of 2,023 incident TSCI patients were identified (median follow-up of 4.8 years). Most patients (73%) were male and median age was 50 years. Lesion level included cervical (39%), thoracolumbar (44%), and unknown (17%). The incidence of serious UTIs (requiring emergency room visit or hospital admission) was 40%. Thoracolumbar lesion TSCI patients had significantly greater risk of serious UTIs (HR 1.3, 95%CI 1.1-1.7, P < 0.01) compared to those with a cervical lesion. Urologic reconstruction/urinary diversion was carried out on 2.4% of patients. New onset renal dysfunction was identified in 4.2% (84) TSCI patients. The rate ratios for serious UTIs (10.59, 95%CI 8.71-12.89), urologic reconstruction/urinary diversion (6.48, 95%CI 3.07-13.68), and renal dysfunction (2.55, 95%CI 1.70-3.83) were significantly increased among TSCI patients compared to matched controls. CONCLUSIONS: Urologic disease is still an important source of morbidity for contemporary TSCI patients, and is more common compared to the general population. Neurourol. Urodynam. 36:640-647, 2017. © 2016 Wiley Periodicals, Inc.
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 | 0,001 |
| 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 ».