Early surgical management of ureteral trauma
Notice bibliographique
Résumé
Cl:Shrnut vlasLnch zkuenost a vsledk asn chirurgick lby porann moovod (PM).Vsledky:Vk oetench byl 33-66 let (v prmru 47 let). Nejastj pinou PM byly gynekologick vkony (43 %), dle endoskopick urologick vkony (28 %), kolorektln operace (18 %), deliberace ureteru (5 %), operace aneuryzmatu bin aorty (3 %), transvezikln prostatektomie (1,5 %) a steln porann (1,5 %).PM bylo diagnostikovno 18x nikem moi do operan rny, 16x do retroperitonea, 6x do dutiny bin a 9x do vaginy Jako typ obstrukce byl v 19 ppadech zjitn megaureter nad pekkou, 2x afunkce ledviny a 1 x anurie pi bilaterlnm podvazu moovod. Jako zpsob chirurgickho een PM byla v 21 ppadech zvolena ureterocystoneostomie (z toho 15x asn a 6x odloen), 6x Boariho lalokov plastika (5x asn a lx odloen), 14x sutura ureteru (vdy eeno peroperan) , 4x ureterorafie (3x asn a lx odloen), lx nhrada tenkou klikou (asn), 2x nefrektomie (odloen), lOx nefrostomie (9x asn a lx odloen), 13x inzerce stentu (11 asn a 2x odloen).Zvr:Bez ohledu na zpsob zvolen terapie bylo v naem souboru eeno PM asn (do tdne od stanoven sprvn diagnzy) u 58 pacient (81,7 %). Tento asn pstup k definitivn lb PM se nm osvdil. Pro pacienta bylo vhodn zejmna zkrcen len. K definitivnmu uren vhodnosti asnho operanho een PM by byla nutn prospektivn randomizovan studie.
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 ».