Costovertebral angle as a novel tool for predicting the thoracic complication risk following percutaneous nephrolithotomy requiring supracostal access
Notice bibliographique
Résumé
Introduction: The objective of this study was to determine whether the costovertebral angle (CVA) and other factors can predict the risk of thoracic complications following percutaneous nephrolithotomy (PCNL). Methods: The data of patients who underwent prone PCNL with supracostal access at Suleyman Demirel University Hospital between January 2015 and December 2019 were retrospectively reviewed. Patients’ demographics information (age, sex, body mass index [BMI], stone size, and stone location), operative data (supracostal access site, renal puncture site, and laterality), and postoperative thoracic complications (pleural injury) were evaluated. The CVA was measured on preoperative posteroanterior chest X-ray images. The mean CVA of patients with and without thoracic complications was evaluated. Results: A total of 89 patients (mean age 46.12±15.66 years; 59 men and 30 women) with supracostal access were included in the study. Thoracic complications occurred in 17 (19.1%) patients. Nine (52.9%) hemothorax cases, five (29.4%) pneumothorax cases, and three (17.7%) urinothorax cases were detected. There was a statistically significant difference in the complication rate compared to the percutaneous access site (10th–11th supracostal vs. 11th–12th supracostal) (p=0.004). The mean CVA was significantly lower in patients with complications (45.47±3.59) than in those without complications (53.26±5.98) (p=0.000). No association was found (p>0.05) with age, sex, BMI, laterality, stone surface area, and access site among patients with and without thoracic complications. Conclusions: Preoperative CVA can be an effective tool in predicting the risk of postoperative thoracic complications.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 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 ».