Impact of body mass index on clinical outcomes associated with percutaneous nephrolithotomy
Notice bibliographique
Résumé
Introduction: Percutaneous nephrolithotomy (PCNL) is the preferred treatment for patients with large renal calculi or stones that have not responded to extracorporeal shock wave lithotripsy (ESWL). The objective of this study was to compare outcomes and complications of PCNL in patients of various body mass indices (BMI) to determine the safety of this procedure in patients with elevated BMI.Methods: A retrospective chart review of 114 patients who underwent PCNL between 2006 and 2009 was performed. Patients were separated into 4 groups with respect to their BMI: (1) ideal bodyweight (BMI <25 kg/m2), (2) overweight (BMI 25-29 kg/m2), (3) obese (BMI 30-39 kg/m2) and (4) morbidly obese (BMI ≥40 kg/m2). One-way ANOVA and univariate logistic regression analysis were used to assess the association between BMI (classified into 4 levels) and variables including age, sex, stone size, length of stay, incidence of complications and stone-free rates.Results: The distribution of the 114 patients in each BMI category was: ideal body weight 39 (34%), overweight 24 (21%), obese 41 (36%), morbidly obese 10 (9%). There was no difference in the composition of groups with respect to age, sex, pharmacologically treated comorbidities or stone size. Mean length of stay in days, intra- and postoperative complication rates were not statistically different. Stone-free rates showed no significant difference between groups: 90% ideal body weight; 87% overweight; 90% obese; 80% morbidly obese (p = 0.83).Interpretation: Outcomes of PCNL were statistically independent of BMI. PCNL is a safe and efficacious treatment of stone disease in patients of all sizes.
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 | 0,002 |
| 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) | 0,002 | 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 ».