Morbidity and predictors of delayed recognition of iatrogenic ureteric injuries
Notice bibliographique
Résumé
INTRODUCTION: Although intraoperative iatrogenic ureteric injuries (IUI) are rare, significant consequences can occur if they are unrecognized at the time. The focus of our study is to characterize the associated morbidity and identify predictors of delayed recognition of IUI. METHODS: Sunnybrook Health Sciences Centre Research Ethics Board approved the study. Patients with a diagnosis of IUI between 2002 and 2020 were identified through an institutional electronic medical record system. Data pertaining to the demographic characteristics, diagnosis, and management of IUI, as well as overall outcomes were collected retrospectively. RESULTS: Of the 103 patients identified, 83% were female, 52% had previous abdominal surgery, and 18% had previous radiation. The median age was 67 (range 21-88) years. Twenty percent were not recognized at the time of surgery. Although delayed recognition was not a significant predictor for poor outcome after subsequent repair (i.e., hydronephrosis, ureteric stricture/obstruction), it was associated with substantial morbidity to the patient (i.e., additional procedures) and increased cost to the healthcare system (i.e., longer hospital stay, re-admission to hospital). Patients who underwent laparoscopic surgery had an 11 times more likely chance of having an unrecognized IUI as compared to those who underwent open surgery (odds ratio 11.515, p=0.0001). CONCLUSIONS: Delayed recognition of IUI may be associated with considerable adverse effects. In this retrospective case series, we identified laparoscopic surgery as a significant predictor for delayed recognition of IUI. This information underscores the need for future studies to facilitate intraoperative identification of ureteric injuries, particularly during laparoscopic procedures.
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) | 0,000 | 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 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 ».