Obesometric factors associated with increased skin-to-stone distances in renal stone patients.
Notice bibliographique
Résumé
INTRODUCTION: Obese patients are at increased risk for renal stones as well as treatment failures due to increased skin-to-stone distances (SSD) and harder stone compositions. We investigated the relationships between obesometric parameters (body mass index [BMI], body fat distribution and obesity-related hormone levels) with SSD and stone hardness. MATERIALS AND METHODS: We prospectively enrolled patients undergoing stone interventions at our institution. Computed tomography (CT) scans were analyzed; adipose tissue was identified according to Hounsfield units (HU) and separated into subcutaneous (SAT) and visceral (VAT) components. The pixels were averaged at three levels to calculate fat distribution: %VAT = (VAT)/(VAT + SAT). SSD was measured and HU were used as a surrogate for stone hardness. Obesity-related hormones leptin and adiponectin were measured by ELISA. RESULTS: Seventy-nine patients were prospectively enrolled. Mean BMI and %VAT were 30.02 kg/m2 and 40.13 kg/m2. Mean leptin and adiponectin levels were 17.5 ng/mL and 7.67 mcg/mL indicating high risk for metabolic consequences of obesity. Females had greater proportions of subcutaneous fat than males (%VAT 28.4 versus 46.94, p < 0.001) and greater SSD (11.26 cm versus 9.86 cm, p = 0.025). Among obese patients, subcutaneous fat correlated with SSD independently of BMI (r = 0.454, p = 0.008). Obese patients with %VAT > 40 versus < 40 had SSD of 11.35 cm versus 13.7 cm (p = 0.005). Diabetics had harder stone compositions as measured by HU than non-diabetics (982.86 versus 648.86, p = 0.001). CONCLUSION: Obesometric parameters such as BMI, body fat distribution, and the presence of diabetes mellitus are important considerations in the management of renal stone disease. A large proportion of subcutaneous fat, which can be estimated by physical examination, predicts SSD among obese patients and may aid treatment decisions in patients, particularly those without pre-treatment CT scans. Further studies are needed to refine the role of obesometrics in personalizing treatment decisions.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».