Metabolic evaluation guidelines in patients with nephrolithiasis: Are they being followed? Results of a national, multi-institutional, quality-assessment study
Notice bibliographique
Résumé
INTRODUCTION: The significant cost burden of kidney stones underscores the importance of best clinical practice in kidney stone management. We evaluated adherence to kidney stone metabolic evaluation guidelines in a Canadian population and the interest of patients with regard to prevention. METHODS: A questionnaire based on Canadian Urological Association (CUA) best practice guidelines was designed. Patients presenting for extracorporeal shockwave lithotripsy treatment (ESWL) were administered this questionnaire to evaluate risk factors of stone disease and assess the use of metabolic evaluations. Patients were asked if they received explanations about their results and if they were interested in kidney stone prevention. RESULTS: We identified 530 patients at five academic institutions; 79.4% had at least one indication to receive a metabolic evaluation (high-risk stone formers), which increased to 96.6% if first-time stone formers whom reported an interest in metabolic evaluation were included. However, only 41.1 % of these patients had a metabolic evaluation. Endourologists ordered metabolic evaluation more often than other referring urologists (63.6% vs. 36.5%; p<0.001). Furthermore, urologists ordered metabolic evaluations more often than other prescribing physicians (68.9% vs. 31.1%; p<0.001). Sixty-two percent of patients received explanations about their metabolic evaluation results and 77.5% understood them. Regarding prevention, 84.1% and 83.8% were interested in more explanations and in following a diet or taking a medication, respectively. CONCLUSIONS: Adherence to CUA metabolic evaluation guidelines is suboptimal and could be improved by urologists referring patients for ESWL. Communication between physician and patient may not be adequate. The majority of stone formers are interested in kidney stone prevention.
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 | 0,011 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».