Percutaneous nephroscopy versus flexible ureteroscopy in the treatment of calyceal diverticulum calculi: a meta-analysis
Notice bibliographique
Résumé
Abstract Background There is still controversy about the best minimally invasive surgical method for the treatment of calyceal diverticulum calculi. We conducted meta-analysis to evaluate the effectiveness and safety of PCNL and FURL in the treatment of calyceal diverticulum calculi. Methods We searched Pubmed, Cochrane Library, Web of Science, Embase, Clinical trial platform, CNKI, VIP until April 2024. We utilized the Newcastle–Ottawa Scale (NOS, 0 to 9 stars) to assess the quality of the included literature. Results Totally 15 high-quality studies with 755 patients were included in the meta-analysis. Meta-analysis showed that FURL group was better than PCNL group in blood loss [SMD = 1.713, 95%CI:(0.858, 2.568), Z = 3.928, P = 0.000] and hospital stay [SMD = 2.611, 95%CI: (1.726, 3.496), Z = 5.784, P = 0.000], there was no significant difference in operating time [SMD = 0.079, 95%CI:(-0.43, 0.589), Z = 0.306, P = 0.760], complication rate [OR = 1.793,95%CI: (0.952,2.602), Z = 1.586, P = 0.113], stone-free rate [OR = 1.339, 95%CI: (0.576, 3.112), Z = 0.678, P = 0.497] and symptom-free rate [OR = 3.826,95%CI: (0.561,10.238), Z = 0.966, P = 0.334] as well. Conclusion Whether FURL is indeed superior to PCNL in safety, whether FURL's efficacy is really close to PCNL, and whether FURL can surpass PCNL as the first choice for the treatment of renal diverticulum stones in the future need to be further verified by multi-center, large-sample and high-quality 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 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) | 0,001 | 0,001 |
| 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) | 0,606 | 0,001 |
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 ».