The Small Acute Ureteral Stone Protocol: Clinical Outcomes and Relapse Patterns
Notice bibliographique
Résumé
Purpose: Nephrolithiasis affects approximately 10% of North Americans, placing a significant burden on health care systems. This study evaluates the effectiveness of a novel, virtual Small Acute Ureteral Stone (SAUS) protocol for managing ureteral stones ≤5 mm, aiming to optimize resource utilization and patient care. Materials and Methods: A retrospective review was conducted on 209 consecutive patients enrolled in the SAUS protocol from June 2018 to May 2019. The protocol included follow-up renal bladder ultrasound and nurse case manager telephone assessment. Patients were followed for a median of 5.4 years, with data collected on stone passage rates, interventions, and long-term outcomes. Results: The SAUS protocol successfully redirected 53% of patients from urgent clinic visits. Of these, 98% did not necessitate urologic intervention for their small ureteral stone. Overall, 77% of patients showed radiographical confirmation of stone passage, and 74% reported being symptom-free. Only 13% of all patients underwent intervention for their initial ureteral stone. Long-term follow-up revealed that after discharge from our protocol, 67% of patients did not re-present over 5 years, and 90% remained free from urologic intervention. The study’s retrospective nature and reliance on electronic medical records may have introduced bias. Patient adherence to follow-up recommendations varied, potentially affecting outcome accuracy. Conclusion: The SAUS protocol demonstrates effectiveness in virtually managing small ureteral stones, reducing unnecessary clinic visits and interventions. The protocol’s success suggests its potential for implementation in similar clinical scenarios, potentially reducing health care costs and improving patient care in urolithiasis management.
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 | 0,001 | 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 | 0,001 |
| 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 ».