MétaCan
Menu
Retour à la cohorte
Enregistrement W4405491031 · doi:10.1109/sensors60989.2024.10784736

Ex-Vivo Testing of Smart Ureteral Stent Toward Hydronephrosis Monitoring via Standard Stenting

2024· article· en· W4405491031 sur OpenAlexaff
Mohammad Reza Yousefi Darestani, Dirk Lange, Ben H. Chew, Kenichi Takahata

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal and Vascular Pathologies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHydronephrosisEx vivoStentUreterMedicineIn vivoComputer scienceUrologyRadiologyBiomedical engineeringInternal medicineUrinary systemBiology

Résumé

récupéré en direct d'OpenAlex

This work presents a telemetric “smart” ureteral stent that offers, for the first time, compatibility with the standard stenting procedure to enable real-time sensing of ureteral obstruction and resultant kidney swelling at an early stage. This advanced ureteral stent integrates micro pressure sensors and a radiofrequency antenna to configure a resonant circuit for noninvasive kidney pressure monitoring via the indwelling stent. The stent prototype, electrically and biologically passivated by Parylene C, is tested in a harvested swine kidney-ureter model filled with artificial urine, demonstrating wireless pressure tracking with a response of 1.3 kHz/mmHg in cycled pressure variations up to 37 mmHg representing a reported average pressure rise due to chronic occlusion. The successful measurement enabled via prototype's placement into the model using today's stenting method and tools indicates potential clinical compatibility of the technology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil0,443

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,294
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRenal and Vascular PathologiesTravaux en français237 207