Multivariate analysis of the factors involved in loss of renal differential function after laparoscopic partial nephrectomy: a role for warm ischemia time
Notice bibliographique
Résumé
Background: Partial nephrectomy (PN) is now the gold standardfor the surgical treatment of small renal masses. We evaluated theeffect of WIT and other factors on RDF assessed by preoperativeand postoperative renal scintigraphy.Methods: Between 2003 and 2008, 182 consecutive laparoscopicPN (LPN) were performed in an academic centre. Among those,56 had mercaptoacetyl triglycine (MAG3) lasix renal scintigraphypreoperatively and postoperatively.Results: Medians for age, preoperative estimated glomerular filtrationrate and computed tomography scan tumour size were 62years, 82 mL/min/1.73m2 and 26 mm, respectively. Median WITand preoperative RDF were 30 minutes and 50%, respectively.Median loss of RDF after surgery was 14%. Linear regression curvesshowed that loss in RDF rate was 0.2% per minute when WIT was<30 minutes and 0.7% per minute when WIT was ≥30 minutes.In multivariate analysis, length of WIT and endophytic tumourlocation were associated with a statistically significant loss of RDF(p < 0.05), but only in the group who experienced >30 minutesof WIT.Interpretation: Our results suggest that the factors associated withloss of RDF are not the same before and after 30 minutes of WITand that the rate of loss in RDF increases after 30 minutes. Since,the effect of WIT is small up to 30 minutes, we believe that surgeryshould focus on limiting the resection of normal parenchymaand to ensure negative margins and hemostasis, rather than onpremature unclamping.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».