Prognostic Factors Predicting Bleeding After Discharge Requiring Readmission After Thulium Laser Enucleation of the Prostate (ThuLEP)
Notice bibliographique
Résumé
ObjectivesPostoperative haematuria is a feared complication following prostate enucleation, and it may occur even weeks after discharge. We evaluated the risk of bleeding after discharge and its predictive factors in patients who underwent Thulium laser enucleation of the prostate (ThuLEP).MethodsBetween January 2015 and December 2018, patients with surgical indication for benign prostatic hyperplasia underwent ThuLEP in 4 urology departments. All procedures were performed by experienced urologists. Postoperative haematuria was defined as macroscopic haematuria occurring 7 days after discharge. Readmission rate due to macroscopic haematuria was assessed. Logistic regression models tested for predictors of postoperative bleeding requiring readmission.ResultsOverall, 748 patients were included, and 52 (6.9%) of them were readmitted after discharge because of macroscopic haematuria. No cases of deep venous thrombosis or pulmonary embolism were diagnosed. Mean length of stay for surgical treatment was 2.1 days, and mean hospitalization for readmission was 5.6 days. None of the readmitted patients required reintervention, while 46.1% of them required blood transfusions. Diabetes mellitus (P < 0.05), a long bridge of oral anticoagulant drugs with low molecular weight heparin (LMWH) (P < 0.05) and history of constipation (P < 0.05) were significant predictors of readmission after discharge due to macroscopic haematuria.ConclusionsPatients with a clinical history of diabetes mellitus or constipation and patients who undergo a long bridge of oral anticoagulant therapy with LMWH are at higher risk of bleeding requiring readmission after ThuLEP.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».