Predictors for Retrograde Ureteral Stenting Failure as an Initial Drainage Method for Emergent Complicated Acute Calculus Obstructive Uropathy
Notice bibliographique
Résumé
Objective: To define predictors for initial retrograde ureteral stenting (RUS) failure with the need for the percutaneous nephrostomy (PCN) insertion as a drainage method in patients with complicated acute calculus obstructive uropathy. Methods: We undertook a retrospective evaluation of patients who presented with complicated obstructive calculus uropathy (acute renal failure or obstructive pyelonephritis) between January 2016 and January 2020. Patients in whom there was failure to visualize ipsilateral ureteric orifice and those with extrinsic ureteral obstruction were excluded. Patient demographics and radiological data including stone site, hydronephrosis grade, maximum transverse stone diameter, periureteral density (PUD) and pericalcular ureteric thickness (P-CUT) at the maximum transverse stone diameter were assessed using non-contrast computed tomography at the time of admission. Results: The study included 256 patients who were managed initially by RUS trial. Of them, 48 (18.8 %) had RUS failure. The presence of acute pyelonephritis, increased maximum transverse stone diameter ≥ 9.5 mm, P-CUT ≥ 7.5 mm, and PUD at stone level ≥ 17.5 HU were risk factors associated with RUS failure (P = 0.007, 0.002, < 0.001, and < 0.001, respectively). Conclusion: Initial radiological stone and ureteric characteristics, in addition to the clinical diagnosis of obstructive pyelonephritis, can be used to determine PCN insertion as the preferred option over RUS for urinary drainage.
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 | 0,001 |
| 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) | 0,000 | 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 ».