Real Time Intrarenal Pressure Control during Flexible Ureterorrenscopy Using a Vascular PressureWire: Pilot Study
Notice bibliographique
Résumé
(1) Introduction: To evaluate the feasibility of measuring the intrapelvic pressure (IPP) during flexible ureterorenoscopy (f-URS) with a PressureWire and to optimize safety by assessing IPP during surgery. (2) Methods: Patients undergoing f-URS for different treatments were recruited. A PressureWire (0.014”, St. Jude Medical, Little Canada, MN, USA) was placed into the renal cavities to measure IPP. Gravity irrigation at 40 cmH2O over the patient and a hand-assisted irrigation system were used. Pressures were monitored in real time and recorded for analysis. Fluid balance and postoperative urinary tract infection (UTI) were documented. (3) Results: Twenty patients undergoing f-URS were included with successful IPP monitoring. The median baseline IPP was 13.6 (6.8–47.6) cmH2O. After the placement of the UAS, the median IPP was 17 (8–44.6) cmH2O. With irrigation pressure set at 40 cmH2O without forced irrigation, the median IPP was 34 (19–81.6) cmH2O. Median IPP during laser lithotripsy, with and without the use of on-demand forced irrigation, was 61.2 (27.2–149.5) cmH2O. The maximum pressure peaks recorded during forced irrigation ranged from 54.4 to 236.6 cmH2O. After the surgery, 3 patients (15%) presented UTI; 2 of them had a positive preoperative urine culture, previously treated, and a positive fluid balance observed after the surgery. (4) Conclusion: Based on our experience, continuous monitoring of IPP with a wire is easy to reproduce, effective, and safe. In addition, it allows us to identify and avoid high IPPs, which may affect surgery-related complications.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».