Female Urinary Retention: Observations from a Retrospective Case Note Review
Notice bibliographique
Résumé
Background and Objective There are no current guidelines to manage female retention patients. We aimed to see if a standardized approach could be used to manage these patients. Methods Between October 2014 and September 2016, all female patients with urinary retention admitted under a urology consultant were reviewed. Results A total of 46 females had a single episode of urinary retention whilst 19 females had recurrent episodes. The commonest cause for a single episode of retention was attributed to anesthesia (general/spinal) (n=9), constipation (n=9) and medication use (n=4). Most of these women (95%) voided on the first attempt fol-lowing catheter removal. In the absence of any neurological symptoms, pelvic ultrasound was the only investigation that revealed any underlying pathology in female retention patients. A pelvic mass was identi-fied in 3 (4.5%) patients. Conclusion Females with an isolated episode of retention, with an obvious precipitating cause identified during full history and examination, could proceed directly to a nurse-led trial of catheter removal without the need for any further urology review. Others should undergo a pelvic ultrasound and review by a urologist. In our opinion, females with recurrent unexplained episodes of urinary retention should be referred for a trial of sacral neuromodulation if considered appropriate.
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 | 0,001 |
| 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 | 0,001 |
| 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 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 ».