Predictors of urosepsis in struvite stone patients after percutaneous nephrolithotomy
Notice bibliographique
Résumé
PURPOSE: This study aims to identify clinical factors that may predispose struvite stone patients to urosepsis following percutaneous nephrolithotomy (PCNL). MATERIALS AND METHODS: A retrospective review was conducted on patients who received PCNL for struvite stones. The Systemic Inflammatory Response Syndrome (SIRS) criteria and quick-Sepsis Related Organ Failure Assessment (q-SOFA) criteria were used to identify patients who were at an increased risk for urosepsis. Statistical analysis was performed using Fisher's exactness test, Wilcoxon rank test, and logistic regression. RESULTS: Chart review identified 99 struvite stone patients treated with PCNL. Post-operatively, 40 patients were SIRS positive (≥2 criteria) and/or q-SOFA positive (score ≥2). Using SIRS as an approximation for urosepsis, longer operative times (p<0.001), higher pre-operative white blood cell counts (p=0.01), greater total stone surface area (p<0.0001), and pre-operative stenting (OR, 5.75; p=0.01) were identified as independent risk factors for urosepsis. Multivariate analysis demonstrated pre-operative stenting (OR, 1.46; p=0.01) to be a risk factor. With q-SOFA, univariable analysis found that antibiotic use within 3 months prior to a PCNL (OR, 4.44; p=0.04), medical comorbidities (OR, 4.80; p=0.02), longer operative times (p<0.001), lengthier post-operative hospitalization (p<0.01), and greater total stone surface area (p<0.0001) were risk factors for urosepsis. Multivariate analysis revealed that bladder outlet obstruction (OR, 2.74; p<0.003) and pre-operative stenting (OR, 1.27; p=0.01) significantly increased odds of being q-SOFA positive. CONCLUSIONS: Several risk factors for urosepsis following PCNL for struvite stones have been identified. These risk factors should be taken into consideration in peri-operative care to mitigate the risks of urosepsis.
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 | 0,000 | 0,003 |
| 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 | 0,000 |
| 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 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 ».