Reducing deposition of encrustation in ureteric stents by changing the stent architecture: A microfluidic-based investigation
Notice bibliographique
Résumé
Ureteric stents are clinically deployed to retain ureteral patency in the presence of an obstruction of the ureter lumen. Despite the fact that multiple stent designs have been researched in recent years, encrustation and biofilm-associated infections remain significant complications of ureteral stenting, potentially leading to the functional failure of the stent. It has been suggested that "inactive" side-holes of stents may act as anchoring sites for encrusting crystals, as they are associated with low wall shear stress (WSS) levels. Obstruction of side-holes due to encrustation is particularly detrimental to the function of the stent, since holes provide a path for urine to by-pass the occlusion. Therefore, there is an unmet need to develop novel stents to reduce deposition of encrusting particles at side-holes. In this study, we employed a stent-on-chip microfluidic model of the stented and occluded ureter to investigate the effect of stent architecture on WSS distribution and encrustation over its surface. Variations in the stent geometry encompassed (i) the wall thickness and (ii) the shape of side-holes. Stent thickness was varied in the range 0.3-0.7 mm, while streamlined side-holes of triangular shape were evaluated (with a vertex angle in the range 45°-120°). Reducing the thickness of the stent increased WSS and thus reduced the encrustation rate at side-holes. A further improvement in performance was achieved by using side-holes with a triangular shape; notably, a 45° vertex angle showed superior performance compared to other angles investigated, resulting in a significant increase in WSS within "inactive" side-holes. In conclusion, combining the optimal stent thickness (0.3 mm) and hole vertex angle (45°) resulted in a ∼90% reduction in encrustation rate within side-holes, compared to a standard design. If translated to a full-scale ureteric stent, this optimised architecture has the potential for significantly increasing the stent lifetime while reducing clinical complications.
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 | 0,000 | 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 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 ».