Which combination of medical expulsive therapy is more effective for treatment of distal ureteral stone in adults? A systematic review and network meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Medical Expulsive Therapy (MET) has been recommended as an established modality for the treatment of distal ureteral stones due to its clearance rate, pain control, and patient satisfaction while having minimal morbidity in comparison to other urologic interventions. In some studies, a combination of medications has been used, which we assessed in this network meta-analysis (NMA). METHODS: We conducted systematic searches in PubMed, Scopus, and Web of Science to identify relevant trials published between 2001 and 2024. We excluded articles that looked at MET for upper ureteral stone passage or after shock wave lithotripsy (SWL). NMA was performed to compare the effect of combination MET on stone expulsion rate (SER), stone expulsion time (SET), and need for analgesia. RESULTS: We included 19 studies with 2414 participants. NMA results revealed that the combination MET of α-blockers with PDE-5 inhibitors (OR = 2.7, CI = 1.80,4.05), corticosteroids (OR = 2.7, CI = 1.81,4.13), and phytotherapy (OR: 3.10, CI = 1.62,5.92) were more effective than α-blockers alone in SER. The combination MET of α-blockers with PDE-5 inhibitors (MD: -3.8, CI=-7.0, -0.5) showed significantly lower SET compared to α-blockers alone. Finally, combination MET of α-blockers with PDE-5 inhibitors (MD:1.0, CI = 0.4,1.7) and nifedipine with corticosteroids (MD:1.2, CI = 0.4,1.9) showed a significant decrease in analgesia use. CONCLUSIONS: The combination MET of α-blockers with PDE-5 inhibitors, corticosteroids, and phytotherapy increases the rate of stone clearance 2.7 to 3.1 times more than α-blockers alone. The other benefits of combination MET were lower expulsion time and less analgesia use that needs further studies.
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 | 0,014 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,041 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».