Characterizing Urine and Sediment in Individuals with Lower Urinary Tract Dysfunction Utilizing Intermittent Catheters
Notice bibliographique
Résumé
Background/Objectives: To perform a physicochemical characterization of urine and sediment in intermittent catheterization (IC) users and evaluate the impact of IC with micro-hole zone catheters (MHZC) and conventional two-eyelet catheters (CEC). Methods: Analysis of anonymized urine samples collected from four IC user groups with lower urinary tract dysfunction (LUTD): Newly diagnosed individuals with spinal cord injury (SCI) from an inpatient SCI clinic (A), and community-based IC users with SCI (B), multiple sclerosis (MS) (C), or other conditions than SCI or MS (D). Urine analysis included physicochemical properties, bacterial load, and sediment size, both after collection and following passage through MHZC and CEC. Results: Urine samples from 53 participants were analyzed (groups A: 11, B: 11, C: 9, D: 22). The physicochemical properties of urine were similar to reference values despite the prevalence of bacteriuria ranging from 54.5% to 77.3%. The median [99th percentile] sediment size in the total group was 8.6 µm [50.7 µm] and 8.5 µm [54.1 µm] for group A, 9.2 µm [40.3 µm] for group B, 7.9 µm [48.3 µm] for group C, and 8.9 µm [50.3 µm] for group D. Following catheter passage, the median sediment size for the total group was 8.9 µm with the MHZC and 8.9 µm with the CEC. Conclusions: This two-part study initially presented a novel approach to characterizing urine samples, including sediment from IC users, and, thereafter, an in vitro experiment using the samples to test sediment passage through MHZC and CEC. The results indicated similar urine properties and sediment sizes across groups and did not suggest differences or issues relating to urine and sediment passage through these IC technologies for these groups.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».