MétaCan
Menu
Retour à la cohorte
Enregistrement W2956238275 · doi:10.15537/smj.2019.7.24285

Can proliferative hypertrophic scars of the median sternotomy incision predict the occurrence and characteristics of urethral stricture?

2019· article· en· W2956238275 sur OpenAlexaboutno aff
Hüseyi̇n Aydemi̇r, Hasan Salih Sağlam, Salih Budak, Osman Köse, Ahmet Gökçe

Notice bibliographique

RevueSaudi Medical Journal · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical site infection prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineSurgeryUrethral strictureScarsUrethrotomyMedian sternotomyUrethra

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To investigate the correlation between the characteristics of urethral stricture and incision scars in patients with urethral stricture and median sternotomy incision. Methods: We identified 368 patients who had undergone internal urethrotomy between January 2014 and December 2017. A total of 49 male patients with a median sternotomy scar and diagnosed with urethral stricture were retrospectively evaluated. The median sternotomy incision scars were assessed using the Vancouver Scar Scale (VSS) and the patients were divided into 2 groups. Group I consisted of patients with a VSS score of less than 4 points, and those with ≥4 points constituted group II. The groups were compared in terms of age, smoking habit, body mass index, diabetes mellitus, hypertension, urethral stricture etiology, length and localization, and stricture relapse after intervention. RESULTS: The mean total VSS score was 2.0 points in group I and 7.46 points in group II. There was a significant correlation between the VSS total score and the urethral stricture length among the whole study population (correlation coefficient value=0.481; p less than 0.001). The urethral stricture was longer as the VSS score increased. Conclusion: A poorly healed median sternotomy incision scar can predict a poor wound healing in the urethra tissue. Further large scale, multi-center and prospective studies are needed to clarify this relationship.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,255
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSaudi Medical JournalMême sujetSurgical site infection preventionTravaux en français237 207