Search trends in the treatment for benign prostatic hyperplasia: A twenty-year analysis
Notice bibliographique
Résumé
Objective: Minimally invasive treatments for benign prostatic hyperplasia (BPH) have seen an increase in usage in recent years. We aimed to determine what types of events may influence patient search habits related to surgical BPH treatments. Methods: Google Trends was used to determine the frequency of searches for different minimally invasive and prostatic ablative treatments for BPH in the United States. The procedures including transurethral resection of the prostate (TURP), Aquablation therapy (Aquablation), Greenlight laser therapy (Greenlight), transurethral needle ablation, transurethral microwave thermotherapy, Urolift (prostatic urethral lift [PUL]), Rezum, iTind, holmium laser enucleation of the prostate, simple prostatectomy, and prostatic artery embolization were compared. Results: From January 1, 2004 to February 28, 2023, the number of internet search queries have increased for TURP, PUL, Rezum, prostatic artery embolization, and holmium laser enucleation of the prostate. There has been a slight decrease in searches for Greenlight, transurethral needle ablation, transurethral microwave thermotherapy, iTind, simple prostatectomy, and Aquablation. Conclusion: Despite increased searches of alternatives, TURP remains the most searched BPH procedure. Additionally, search habits may be influenced by several factors including government approval, corporate acquisition, and marketing campaigns. It is important for physicians to understand the types of events that may cause patients to inquire about certain treatments for better quality health information and clinical visits.
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) | 0,000 | 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 | 0,000 | 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 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 ».