Quantitative Voiding Cystourethrogram Features Predict Detecting Photopenic Renal Parenchyma Defects on Radionuclide Imaging in Patients With Vesicoureteral Reflux
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the utility of quantitative features on voiding cystourethrogram (VCUG) to predict the presence of photopenic renal defects (PRDs) consistent with scarring. PRDs remain an indicator of kidney damage in patients with vesicoureteral reflux (VUR), and their presence influences management and long-term outcomes. METHODS: We identified children with primary VUR who underwent a VCUG and a nuclear renal scan within 6 months at our institution between 2016 and 2021. Quantitative VUR features (qVUR) were extracted, including ureteral width (proximal, distal, and maximum) and ureteral tortuosity. Logistic regression models were developed to predict PRDs employing clinical features, VCUG indication, and VUR laterality (baseline model); the addition of VUR grade (grade model); the addition of qVUR (qVUR model); and the addition of both grade and qVUR (combined model). RESULTS: In total, 130 children (163 renal units) were included, with median age at VCUG of 20 months. PRD+ and PRD- groups differed significantly in age (47 vs 7 months, P <.001), high-grade reflux (54% vs 29%, P = .001), and recurrent urinary tract infection history (57% vs 26%, P <.001). Model performance was highest for the combined model (AUROC 0.84, AUPRC 0.87), followed by qVUR (AUROC 0.80, AUPRC 0.85) and grade (AUROC 0.81, AUPRC 0.82). This analysis was limited by the absence of clinical endpoints incorporated into model development, including the development of chronic kidney disease and hypertension. CONCLUSION: Quantitative VCUG features show promise in refining predictive models to identify children with VUR who are at risk for PRDs suggestive of renal scarring, outperforming traditional metrics.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».