Benchtop and Initial Clinical Evaluation of the ShockPulse Stone Eliminator in Percutaneous Nephrolithotomy
Notice bibliographique
Résumé
PURPOSE: Standardized bench testing of the new ShockPulse™ intracorporeal lithotripter was performed against three commercially available lithotripsy systems to determine differences and nuances in performance. MATERIALS AND METHODS: The ShockPulse intracorporeal lithotripter was tested against the LUS-2™, CyberWand,™ and EMS LithoClast™ in a standardized bench setting using hard (Ultracal-30) and soft (plaster of Paris) stone phantoms. An in vitro kidney model was used to record the time needed to fragment stone samples into retrievable-sized pieces. The time needed to fully comminute and evacuate stone samples was also recorded. The efficacy of each device at various applied pressures was determined using a hands-free apparatus, which was used to apply 1.0, 1.5, and 2.0 pounds of fixed force. RESULTS: For hard and soft stones, the time needed to create retrievable fragments was similar among all systems (p = 0.585). The ShockPulse was significantly faster than the LUS-2 and LithoClast at fully fragmenting and evacuating stone samples (p = 0.046), while the CyberWand was significantly slower than all three systems at this task (p = 0.001). When fixed forces were applied to a large stone phantom, the ShockPulse and CyberWand were significantly faster than the LUS-2 and LithoClast (p < 0.0001). When groups of smaller stones were tested, the ShockPulse was significantly faster at 1.0 pound (p < 0.001) and 1.5 pounds (p < 0.002) of force. At 2.0 pounds, no differences were observed (p = 0.09). CONCLUSIONS: The ShockPulse is equally as effective and, in some circumstances, more effective than the three commercially available devices against which it was tested in an in vitro setting.
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 | 0,001 | 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 ».