Nationwide Procedural Trends for Renal Trauma Management
Notice bibliographique
Résumé
OBJECTIVE: To characterize national trends in procedural management of renal trauma. BACKGROUND: Management of renal trauma has evolved to favor a more conservative approach. For patients requiring intervention, there is a paucity of information to characterize the nature of procedural therapy administered. METHODS: A retrospective cross-sectional analysis was performed using data contained within the National Trauma Data Bank. The National Trauma Data Bank is a voluntary data repository managed by the American College of Surgeons, containing data regarding trauma admissions at 747 level I to V trauma centers throughout the United States and Canada. Participants included any patient with renal trauma requiring intervention from 2002 to 2012. They were identified according to International Classification of Diseases, Ninth Revision (ICD-9) diagnosis codes, with codes 866.00 through 866.03 for blunt renal trauma, and codes 866.10 through 866.13 for penetrating trauma. Cases were separated into those requiring nephrectomy, renorrhaphy, or endovascular repair based on ICD-9 procedure code. The number of cases performed each year and yearly trends as measured by linear regression. RESULTS: A total of 4296 cases were reported during the study period. Of these cases, 2635 involved blunt trauma and 1661 involved penetrating injury. There was a significant increase in the percentage of cases managed by endovascular means for both blunt and penetrating trauma (R = 0.92, P < 0.01; and R = 0.86, P < 0.01, respectively). This was primarily at the expense of nephrectomy, with cases showing significant decline in both groups. CONCLUSIONS: National trends for procedural management of renal trauma are toward less invasive interventions. These trends suggest favorable change towards renal preservation and decreased morbidity, potentially facilitated, in part, by improved radiographic staging and endovascular techniques, and also increased provider awareness of the safety and value of conservative management.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».