MétaCan
Menu
Retour à la cohorte
Enregistrement W4322617187 · doi:10.55519/jamc-01-10910

FREQUENCY OF STONE CLEARANCE AFTER TRANSURETHRAL FRAGMENTATION OF LARGE URINARY BLADDER CALCULI USING PNEUMATIC SWISS LITHOCLAST

2023· article· en· W4322617187 sur OpenAlexaff
Shawana Asad, Bilawal Gul, Mir Jalal-ud-din din, Sher Ali Khan, Rabeeha Bashir, Hina Rafaqat

Notice bibliographique

RevueJournal of Ayub Medical College Abbottabad · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueKidney Stones and Urolithiasis Treatments
Établissements canadiensAbbott (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineUrinary systemBladder stonesUrinary stoneFragmentation (computing)UrologySurgeryLithotripsyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Vesical calculi refer to stones in the urinary bladder. The causes of bladder stones include bladder outlet obstruction, neurogenic voiding dysfunction, infection, or foreign bodies. Very rarely, these vesical calculi may reach very large sizes and the largest dimension can sometimes reach 13 centimetres. METHODS: This descriptive cross-sectional study was conducted from 1ST May 2019 to 31st October, 2019 at Institute of Kidney Diseases, Urology Department, Hayatabad Peshawar. 164 patients with vesical stone were included in study. Ultrasound-KUB was used for diagnosis of vesical stone and after informed consent, and they underwent transurethral nephroscopic lithotripsy via the pneumatic Swiss Lithoclast. RESULTS: Frequency of stone clearance was 96.34%. No statistically significant association of stone clearance was observed with age, gender, number of stones or max dimension of largest stone in the bladder (p>0.05). CONCLUSIONS: Transurethral nephroscopic pneumatic lithotripsy via pneumatic Swiss Lithoclast is safe and effective procedure for treatment of large vesical stones. However, this being the first such study in adults, more data is needed to confirm these findings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
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)0,0020,000

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 Opus0,021
Tête enseignante GPT0,335
Écart entre enseignants0,314 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Ayub Medical College AbbottabadMême sujetKidney Stones and Urolithiasis TreatmentsTravaux en français237 207