Benign ureteral obstruction in cats: Outcome with medical management
Notice bibliographique
Résumé
BACKGROUND: Limited information is available regarding the outcome of medical management (MM) of benign ureteral obstruction in cats (BUO). HYPOTHESIS: Describe clinical characteristics and outcome of MM of BUO. ANIMALS: Seventy-two client-owned cats with 103 obstructed kidneys. METHODS: Medical records of cats diagnosed with BUO between 2010 and 2021 that received >72 hours of MM were retrospectively reviewed. Clinical data, treatment, and outcome were reviewed. Outcome was classified as success, partial success, or failure based on ultrasound findings. Factors associated with outcome were assessed. RESULTS: Seventy-two cats with 103 obstructed kidneys were enrolled. The causes of obstruction were uroliths in 73% (75/103), strictures in 13.5% (14/103), and pyonephrosis in 13.5% (14/103) of affected kidneys. Median serum creatinine concentration at presentation was 4.01 mg/dL (range, 1.30-21.3 mg/dL). Outcome after MM was considered a success in 30% (31/103), partial success in 13% (13/103), and failure in 57% (59/103) of kidneys. Success was reported in 23% (17/75) of kidneys with uroliths, 50% (7/14) with pyonephrosis, and 50% (7/14) with strictures. Median time to a successful outcome was 16 days (range, 3-115 days). Distal and smaller uroliths (median length, 1.85 mm) were significantly associated with success (P = .05 and P = .01, respectively). Median survival times were 1188 days (range, 60-1700 days), 518 days (range, 7-1812 days), and 234 days (range, 4-3494 days) for success, partial success, and failure, respectively. CONCLUSIONS AND CLINICAL IMPORTANCE: We found a higher success rate for MM of BUO than previously reported. Smaller distal uroliths (<1-2 mm) were more likely to pass.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».