Surveillance urodynamics for neurogenic lower urinary tract dysfunction: A systematic review
Notice bibliographique
Résumé
INTRODUCTION: Baseline urodynamic characterization in patients with neurogenic lower urinary tract dysfunction (NLUTD) allows detection of unsafe storage and voiding pressures and optimization of these parameters through medical or surgical intervention. Surveillance urodynamics (sUDS) studies are performed in the ambulatory setting after baseline characterization, with the goal of monitoring bladder function. How often this study should be performed and the circumstances that should prompt repeated studies are unknown. The primary objective of this review is to evaluate the evidence supporting sUDS in the setting of NLUTD as assessed by whether the study leads to 1) change in patient management; 2) determination of new findings not suggested by imaging or symptoms; and 3) demonstration of superior outcomes compared to observation. The secondary objective is to review sUDS practice patterns among urologists in their assessment of NLUTD. METHODS: PubMed, EMBASE, and Cochrane Library databases were reviewed for English-language literature published between January 1975 and March 2018. RESULTS: Twenty-eight independent articles (1368 patients, 9486 patient-years of followup) were included. Given heterogeneous data, 49% of 263 subjects were asymptomatic, yet demonstrated sUDS abnormality prompting treatment. Eight cross-sectional studies (four spinal cord injury [SCI], two NLUTD, two spina bifida) surveyed urologists regarding current sUDS patterns; 53% of 498 respondents perform sUDS between one and three years. CONCLUSIONS: Evidence supporting optimal surveillance for NLUTD is lacking. Level 2b-4 evidence suggests that sUDS is likely to modify patient treatment and often demonstrates findings that modify treatment in the absence of symptoms or imaging changes.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 | 0,002 |
| 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 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 ».