Spectrum of Bacterial Pathogens from Urinary Infections Associated with Struvite and Metabolic Stones
Notice bibliographique
Résumé
Objective: The purposes of this multi-center study were to evaluate the rate of infection stones and to evaluate the urine cultures of patients with infection stones. Materials: Charts of adulpatients with urinary stones were reviewed and data on stone analyses and urine cultures were collected. Results: In total, 1204 renal stone formers (RSFs) from 10 countries were included (776 males, 428 females). Fifty-six patients (4.6%) had struvite stones. The highest frequency of struvite stones was observed in India (23%) and Pakistan (18%). Lower rates were reported in Canada (2%), China (3%), Argentina (3%), Iraq (3%), Italy (3.5%) and Poland (3%), and intermediate rates in Egypt (5.5%) and Bulgaria (5.4%). Urine cultures were retrieved from 508 patients. Patients with struvite stones had a positive culture in 64.3% of the samples and patients with other stones, in 26.7%. In struvite stones, the most common isolates were Escherichia coli (27.7%) and Proteus spp. (27.7%), followed by Klebsiella spp. (16.7%); in other types of stone, it was Escherichia coli (47.6%), followed by Gram-positive bacteria (14.0%) Conclusions: The struvite stone composition was associated with a urinary infection, although an infection was not demonstrable with a conventional midstream urine culture in about 30%.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».