Percutaneous Nephrostomy Versus Retrograde Ureteral Stent for Management of Malignant Ureteral Obstruction in Adults: a Systematic Review of the Literature
Notice bibliographique
Résumé
BackgroundMalignant ureteral obstruction (MUO) is a common presentation in advanced urological and non-urological malignancies. Percutaneous nephrostomy (PCN) and retrograde ureteral stent (RUS) are the most commonly performed procedures to relieve the obstruction. The comparative effectiveness of PCN and RUS for decompression of MUO remains uncertain.PurposeTo systematically review the literature for evidence of improved efficacy of one of these procedures in terms of renal function preservation and clinical outcomes.MethodsWe searched Ovid Medline, Ovid EMBASE, CINAHL, Cochrane Central Register of Controlled Trials (CENTRAL), and Scopus from the date of inception to October 2022. In addition, gray literature was searched through OpenGray (https://opengrey.eu/), dissertation and thesis database (ProQuest) via (https://www.proquest.com), and Clinical trial.gov website. The reference lists of all the included studies were also searched.Two reviewers independently reviewed and selected studies, assessed the quality, and extracted the data.ResultsOverall, 25 eligible studies including 1864 patients compared PCN and RUS (head-to-head). PCN and RUS were found to be similarly effective in improving renal function. However, PCN appears to be superior in maintaining this reduction. The complication rate and quality of life were comparable between the 2 methods, but the length of hospital stay and the financial cost were significantly higher in the PCN group. The mean technical success rate in RUS was 70.3% (21% to 100%) and in PCN was 98.8% (90% to 100%). The conversion rate from RUS to PCN ranged from 10% to 42.6% (mean = 22.5%), while internalization of the PCN occurred in 11.7% to 98% of the patients (mean = 45.5%).ConclusionsBoth diversional methods are effective in management of MUO. However, because of the heterogeneity of the included studies, the superiority of one of the procedures cannot be concluded.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 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 ».