Urologist-Administered MRI-Guided Transurethral Ultrasound Ablation of the Prostate Using a Mobile Treatment Center: A Case Series
Notice bibliographique
Résumé
Introduction: Transurethral ultrasound ablation (TULSA) relies on real-time MRI to precisely control the treatment of prostate cancer and avoid side effects. To overcome limited urologist access to MRI, we present a case series on the first use of a mobile TULSA treatment center. Methods: Clinical outcomes were retrospectively reviewed from our institutional database. A mobile MRI scanner was installed next to a surgical hospital, equipped with the ablation system and MRI-compatible anesthesia. Manufacturer testing confirmed that mobile TULSA continued to meet the requirements of fixed installations. Patients underwent preoperative assessment of candidacy for anesthesia and treatment in a mobile MRI setting. Positioning, anesthesia induction, and device placement were performed in the MRI scanner room. The intended ablation zone was delineated by the urologist using magnetic resonance images acquired with treatment devices in place. Ablation was controlled by the treatment software and monitored by the urologist using real-time MRI. A Foley catheter was placed for postoperative drainage; the patients awoke in the mobile MRI before transfer to postanesthesia care unit. Results: Six patients underwent TULSA in the mobile treatment unit, with no intraoperative complications. The median procedure time was 3.2 hours, with workflow improvements during equipment setup, patient positioning, and treatment planning. Contrast-enhanced images confirmed devascularization of the index lesion and successful nerve sparing. Six-month follow-up demonstrated promising PSA and MRI findings, and improvements in lower urinary tract symptoms. Conclusions: TULSA can be safely administered by urologists using a mobile MRI treatment center. Mobile MRI units could be used to expand patient access to TULSA.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».