Value of preoperative urine white blood cell and nitrite in predicting postoperative infection following percutaneous nephrolithotomy: a meta-analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: To evaluate to what degree preoperative urine white blood cell (WBC) and urine nitrite (NIT) values are predictive of postoperative infections following percutaneous nephrolithotomy (PCNL). METHODS: A systematic literature search was performed of the PubMed, Embase, Cochrane Library, Wanfang Data, National Knowledge Infrastructure (CNKI), and China Science and Technology Journal Database (CSTJ or VIP) online databases to identify relevant studies that examined the predictive value of urine WBC or NIT as risk factors for post-PCNL infection, and the search was finished on February 28, 2020. Two independent reviewers screened the relevant studies, extracted necessary data from the eligible case-control studies (CCS), and assessed the quality of included studies through the Newcastle-Ottawa scale (NOS). RevMan 5.3 software and the Stata 16.0 software were used to complete the statistical analysis of data. Results are expressed as odds ratio (OR) with 95% confidence intervals (CIs). RESULTS: : OR =7.81, 95% CI: 5.44-11.21, P<0.001) in preoperative tests were identified as independent risk factors for postoperative infections following PCNL. CONCLUSIONS: In summary, as risk factors for postoperative infections, the presence of preoperative urine WBC+ and NIT+ should be evaluated as part of clinical procedure, in order to reduce infections of 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.
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 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle