Can negative ureteroscopy be predicted in ureteral stone treatment?
Notice bibliographique
Résumé
INTRODUCTION: We aimed to evaluate factors predictive of negative ureteroscopy (URS) in ureteral stones. METHODS: Patients who underwent URS between January 2007 and June 2018 were included in the study. Patients were divided into two groups: group 1- positive URS (841 patients); and group 2 -negative URS (75 patients). These two groups were compared in terms of demographic data, stone characteristics, and postoperative outcomes. RESULTS: The mean age of the study patients was 44.5±15.1 years. The absence of collecting system dilatation due to the present stone was found to be a significant predictive factor for negative URS in univariate analysis, but there was no significant difference in multivariate analysis. In the multivariate analysis, low body mass index (BMI), no history of stone surgery, stone located in the distal ureter, small stone area, longer time between the last imaging procedure and URS, and medical expulsive therapy (MET) application were statistically significant in predicting negative URS. CONCLUSIONS: In this study, the parameters that significantly predicted negative URS were found to be low BMI, no history of stone surgery, distal localization of the stone, small stone area, longer time between the last imaging procedure and URS, and MET applied for the current stone. These parameters should be considered to avoid negative URS and patients should be informed of the possibility of negative URS prior to operation.
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 | 0,001 | 0,006 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».