Evaluation of urodynamic pattern in short and long-standing diabetic patients
Notice bibliographique
Résumé
PURPOSE: To address the pattern of urodynamic findings in diabetic patients with lower urinary tract symptoms (LUTS), comparing short-standing and long-standing type 2 diabetes mellitus (T2DM). METHODS: A prospective study was conducted on 50 patients presenting with LUTS and a concurrent diagnosis of T2DM, between February 2016 and May 2018. Patients were classified and evaluated according to the duration of diabetes into two groups: short-standing DM (< 15 years, n = 31), and long-standing DM (≥ 15 years, n = 19) groups. The impact of LUTS and quality of life were assessed in female patients using ICIQ-FLUTS and male patients using ICIQ-MLUTS. RESULTS: A total of 50 patients were included in the study. The mean duration of T2DM was 10 ± 0.7 years. The mean age was 56.3 ± 1.2 years, and the mean HbA1c was 7.5 ± 1.2%. Urodynamic evaluation detected significantly higher detrusor overactivity (DO) and increased bladder sensation with the short-standing DM group (35.5 vs. 15.8%, p = 0.01 and 32.3 vs. 5.3%, p = 0.01, respectively). Comparatively, weak, or absent detrusor contractility were more frequent in patients with long-standing DM (52% and 26% respectively p = 0.01). As expected, overflow incontinence and straining during voiding were significantly higher in the long-standing DM group (p = 0.04 and p = 0.03, respectively). Surprisingly, there was no significant correlation between patients presenting with urgency in their voiding diary (subjective) and urodynamic detection of DO (p = 0.07). CONCLUSIONS: There are different patterns in urodynamic characterizations of T2DM. Patients with short-standing DM present more commonly with storage symptoms and detrusor overactivity on urodynamics. Contrastingly, patients with long-standing DM present more frequently with voiding symptoms and detrusor underactivity on urodynamics. Thus, screening for an underactive bladder is advisable in patients with long-standing T2DM.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 0,000 |
| 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 ».