Only Size Matters in Stone Patients: Computed Tomography Controlled Stone-Free Rates after Mini-Percutaneous Nephrolithotomy
Notice bibliographique
Résumé
OBJECTIVE: To examine and predicting stone-free rates (SFRs) after minimally invasive-percutaneous nephrolithotomy (mini-PNL) based on computed tomography (CT), instead of X-ray or ultrasound control. PATIENTS AND METHODS: We identified 146 mini-PNL patients with pre- and postoperative CT scans. Patient and stone characteristics were assessed. Stone-free status was defined as ≤3 mm residual fragment after mini-PNL according to postsurgery CT scan. Multivariable logistic regression analyses predicted stone-free status after mini-PNL. RESULTS: Overall, 62 (42.5%) patients achieved stone-free status after mini-PNL. In multivariable analyses, stone size was the only independent predictor for stone-free status (OR 0.9; p = 0.02). Patients with stones > 20 mm were less likely to achieve stone-free status, than those harboring stones 10-20 mm (OR 0.3; p = 0.009). SFRs according to stone size categories (< 10, 10-20, and > 20 mm) were 33.3, 50.5, and 25%. Body mass index (BMI) and stone density (Houndsfield units) were no independent predictors for stone-free status after mini-PNL. CONCLUSIONS: We report lower SFRs than expected. Stone size was the only independent predictor for stone-free status after mini-PNL. Patients with larger stones need to be informed about high risk of additional interventions. High BMI and high stone density do not represent a barrier for stone-free status after mini-PNL.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,002 | 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 ».