MétaCan
Menu
Retour à la cohorte
Enregistrement W3108689923 · doi:10.1097/mou.0000000000000837

Robot-assisted artificial urinary sphincter implantation

2020· review· en· W3108689923 sur OpenAlexaff
B. Peyronnet, Gary R. Gray, G. Capon, Jean‐Nicolas Cornu, Frank Van der Aa

Notice bibliographique

RevueCurrent Opinion in Urology · 2020
Typereview
Langueen
DomaineMedicine
ThématiquePelvic floor disorders treatments
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésArtificial urinary sphincterMedicineUrinary incontinenceNeck of urinary bladderCuffPerioperativeSurgeryRobotic surgerySphincterUrinary bladder

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: The aim of the present manuscript was to provide an overview on the current state of robotic artificial urinary sphincter (AUS) implantation in male and female patients. RECENT FINDINGS: Over the past few years, several series have been reported, with promising outcomes for the most part. This has contributed to expand the use of bladder neck AUS, especially in female patients, which was, until then, hampered by its perioperative morbidity. SUMMARY: Robotic AUS has been developed to overcome the technical challenge of bladder neck implantation in female patients and in specific male subgroups, especially self-catheterizing neurological patients. All the series of robotic AUS implantation published in the past few years reported much lower rates of cuff erosion and AUS explantation than the historical open cohorts suggesting that the robotic approach might become the standard for female AUS implantation. This less morbid approach along with technological improvement of the AUS device may contribute to make it a more popular option in the treatment of female stress urinary incontinence due to intrinsic sphincter deficiency. There are much less data available on robotic bladder neck AUS implantation in male patients.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,146
Tête enseignante GPT0,418
Écart entre enseignants0,273 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in UrologyMême sujetPelvic floor disorders treatmentsTravaux en français237 207