MétaCan
Menu
Retour à la cohorte
Enregistrement W4212873838 · doi:10.3390/uro2010007

Safety and Efficacy of Simultaneous Bilateral Percutaneous Nephrolithotomy

2022· article· en· W4212873838 sur OpenAlexaff
Victor K. Wong, Colin Lundeen, Ryan F. Paterson, Kymora B. Scotland, Ben H. Chew

Notice bibliographique

RevueUro · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueKidney Stones and Urolithiasis Treatments
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicinePercutaneous nephrolithotomyBlood lossSurgeryPercutaneousRetrospective cohort studyKidney stonesPain reliefAnesthesia

Résumé

récupéré en direct d'OpenAlex

A retrospective review was conducted to evaluate intraoperative and patient outcomes following simultaneous bilateral percutaneous nephrolithotomy (SB-PCNL). Target stone characteristics, operative time, hospitalization length, post-operative complications, blood loss, opioid use, pain, and stone-free rates were evaluated. In total, 42 patients with large renal stones (>20 mm2) were identified for this study, and 38% of them achieved stone-free status with no residual fragments apparent on post-operative day one CT imaging. The maximum mean residual fragment size was 3.67 mm2 and average number of residual fragments following the procedures was 1.63. The rates of blood loss, post-operative complications, opioid use, and pain from the study cohort were similar to the reported outcomes of studies conducted by others. The potential benefits of a single procedure and anesthesia to treat bilateral stone burdens, lower total pain medication prescribed, and lower hospital costs render SB-PCNL as an attractive option in the treatment of bilateral kidney stones.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,689
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,255
Écart entre enseignants0,246 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUroMême sujetKidney Stones and Urolithiasis TreatmentsTravaux en français237 207