MétaCan
Menu
Retour à la cohorte
Enregistrement W3003158520 · doi:10.1089/end.2019.0718

Stone Burden Measurement by 3D Reconstruction on Noncontrast Computed Tomography Is Not a More Accurate Predictor of Stone-Free Rate After Percutaneous Nephrolithotomy Than 2D Stone Burden Measurements

2020· article· en· W3003158520 sur OpenAlexaff
Thomas Tailly, Brandon Nadeau, Philippe D. Violette, Yige Bao, Justin Amann, Linda Nott, John D. Denstedt, Hassan Razvi

Notice bibliographique

RevueJournal of Endourology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueKidney Stones and Urolithiasis Treatments
Établissements canadiensMcMaster UniversityImpactWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicinePercutaneous nephrolithotomyReceiver operating characteristicComputed tomographyPredictive valueTomographyRenal stoneNuclear medicinePercutaneousSurgeryRadiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Purpose: Stone burden has been reported as an independent predictor of stone-free rate after percutaneous nephrolithotomy (PCNL); however no consensus exists on a standardized method for measuring stone burden. Recently, stone volume has been advocated as the most accurate means of measuring stone burden. We aimed to compare different measuring methods of stone burden and to identify the predictive value of each for outcomes after PCNL. Materials and Methods: We performed a retrospective review of a prospective database of patients who underwent PCNL between 2006 and 2013. A preoperative CT and postoperative imaging at discharge were necessary for eligibility. Stone burden was assessed through four different ways on CT images: (1) cumulative stone diameter; (2) estimated SA (surface area) calculated as longest × orthogonal diameter × π/4; (3) manual outline of stone and computer SA calculation; and (4) automated 3D volume calculation using specific software. Primary outcome was stone-free status (SFS) at discharge. Secondary outcomes included operative time and the need for an ancillary procedure. Regression analysis and receiver operating characteristic curve analysis were used to evaluate the predictive value of each method. Results: Of 313 included patients, 69.6% were stone free at discharge. All measures of stone burden were independent predictors of SFS [OR and 95% CI of 1.027 (1.014, 1.040), 1.481 (1.180, 1.858), 1.736 (1.266, 2.380), and 1.311 (1.127, 1.526), respectively] and demonstrated similar predictive accuracy (area under the curve = 0.630, 0.630, 0.627, and 0.638, respectively). Stone burden by any measure was an independent predictor of operative time and secondary procedure. Conclusions: We demonstrated that measuring stone burden by manual outline or automated 3D volume on reformatted CT images had no added value compared with orthogonal measurement for predicting outcomes after PCNL.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,607
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,033
Tête enseignante GPT0,266
Écart entre enseignants0,233 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations29
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of EndourologyMême sujetKidney Stones and Urolithiasis TreatmentsTravaux en français237 207