Determination of optimal stent length: a survey of urologic surgeons
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction: Ureteral double-J stent length is an important factor affecting stent-related symptoms. Multiple techniques exist to determine ideal stent length for a given patient, however, little is known about what techniques urologists rely on. Our objective was to identify how urologists determine optimal stent length. Material and methods: An online survey was e-mailed in 2019 to all members of the Endourology Society. The survey sought to assess what methods are commonly used to determine choice of stent length, along with frequency of stent placement post ureteroscopy, duration of stenting, availability of different stent lengths and the use of stent tether. Results: 301 urologists (15.1%) responded to our survey. Following ureteroscopy, 84.5% of respondents would stent at least 50% of the time. Following uncomplicated ureteroscopy, most respondents (52.0%) would leave a stent for 2-7 days. Patient height was most commonly ranked first as the method of choice in determining stent length (47.0%), followed by estimation based on experience only (20.6%) and intra-operative direct measurement of ureteric length (19.1%). Most respondents utilized multiple methods in determination of optimal stent length. Most respondents (66.5%) were interested in a simple intra-operative technique utilizing a special ureteral catheter that would help choose the most appropriate stent length. Conclusions: Post-ureteroscopy stent insertion is common and patient height is the most common method of choice used in determining optimal stent length. Most respondents were interested in using a simple, novel ureteral catheter device that would allow them to more accurately select optimal stent length.
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.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle