It’s Getting Hot in There: In Vitro Study on Ureteral Tissue Thermal Profiles During Laser Ureteral Lithotripsy
Notice bibliographique
Résumé
Introduction: The integration of laser technology in urologic interventions, especially ureteral lithotripsy, has greatly advanced the field, with laser lithotripsy becoming the preferred method for treating ureteric stones via ureteroscopy. Recent advancements focus on enhancing power settings and reducing operating times, introducing high-power laser equipment capable of frequencies up to 120 Hz. However, concerns arise regarding thermal injuries to adjacent tissues due to increased energy delivery, potentially causing ureteric strictures. Objective: To explore temperature dynamics during ureteroscopic laser lithotripsy, considering factors like laser power settings and ureteroscope size, to optimize outcomes and mitigate risks for patients. Methods: A simulated in vitro model for ureteroscopic laser lithotripsy was designed with a holmium laser. Measurements of the temperature were recorded using a thermocouple placed at the laser tip at different sizes of ureteroscope (URS 6.0 Fr and URS 7.0 Fr), holmium laser (272 µm and 365 µm), various power settings (5 to 25 Hz; 0.2 to 3.0 J) and activation durations (3 to 30 s). Analysis of the variables associated with temperature change was performed. Results: All of the variables showed rising temperature trends as the laser activation time was prolonged, while ureteroscope size had no significant impact. Smaller laser fibers exhibited lower overall temperature profiles, around 34–35 °C. Notably, power settings significantly influenced temperature, with a substantial rise at 20 W (42.62 °C) and 30 W (40.02 °C). There was a significant rise in temperature as power (J × Hz) increased, where frequency carries a higher effect than energy at the same power setting. Conclusions: The recommendation includes exercising caution with higher power levels, shorter activation times, and preferably using small-caliber laser fibers to maintain lower temperatures.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».