Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Renal infarction can cause abrupt and severe hypertension and less frequently renal failure. Renal infarction results from disruption of renal blood flow in the main ipsilateral renal artery or in a segmental branch. Underlying mechanism is either general, 'embolic' or 'thrombophilic', or local related to primary 'renal artery lesion'. It depends on various causes. In absence of an identified cause, renal infarction is classified as 'idiopathic'. Previous studies report a significant number of 'idiopathic' renal infarction. OBJECTIVE: The aim of this study was to analyze various renal infarction causes. METHODS: Between July 2000 and June 2015, 259 consecutive patients with renal infarction were admitted to our hospital center and retrospectively identified from weekly multidisciplinary round. Main clinical and biological characteristics were extracted from clinical data warehouse. Renal imaging was reviewed by two readers unaware of the diagnosis. RESULTS: Of 259 initially identified patients, 30 were excluded owing to a lack of imaging or clinical data and 43 because iatrogenic renal infarction. In the 186 studied patients, dissection was observed in 76 patients (40.8%) and occlusion in 75 (40.3%). Renal infarction mechanisms were 'renal artery lesion' (n = 151; 81.2%), 'embolic' (n = 17; 9.1%), 'thrombophilic' (n = 11; 5.9%) and 'idiopathic' (n = 7; 3.8%). Predominant renal artery lesions were atherosclerosis disease (n = 52; 34.4%) followed by dissecting hematoma (n = 35; 23.2%) and fibromuscular dysplasia (n = 29; 19.2%). Right and left kidneys were equally involved. CONCLUSION: Renal artery lesion is the most frequent cause of renal infarction. This result underlines the need for extensive arterial exploration to identify the renal infarction mechanism and, in case of renal artery lesion, the underlying vascular disease.
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.
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 | 0,000 |
| 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 découle