XiaoMi-AI文件搜索系统
World File Search System输尿管
膀胱癌，肾脏骨盆，输尿管和尿道
11.1 Blue cancer ............................................................................... 57 11.1.1 Non-muscle invasive bladder cancer ........................................................................ 57 11.1.2 Muscle Inspector (T2-T4 11.1.3 Treatment Muscle Invasive Blue Cancer ................................................................... 71 11.1.4 Urinary Department ............................................................................................... 72 11.1.5 Robotassed Radical cystectomy (Rarc) 11.1.6 Curative external radiotherapy and radiochemotherapy ................................................ 74 11.1.7 Adjuvant Systemic treatment ............................................................... 75 11.1.8 Complication registration after膀胱切除术................................................
机器学习是否可以正确预测用于肾脏疾病的激光碎石疗法的柔性输尿管镜检查结果？来自大型的内属学院中心的结果
背景和目标：医疗保健中机器学习（ML）的整合引起了人们的显着关注，因为它具有前所未有的增强患者护理和结果的机会。在这项研究中，我们根据术前特征培训了ML算法，以自动预测输尿管激光岩石疗法（URSL）的预后。方法：在7年期间，单个经验丰富的外科医生检索了用输尿管镜治疗的尿石病治疗的患者的数据。16个ML分类算法的算法经过培训，以研究术前特征和术后结局之间的相关性。评估的结果是无石的原发性（SFS）（SFS，定义为仅在内镜可视化和3 MO成像时仅存在<2 mm的石材碎片）和术后并发症。是根据预测合并和预测SF的最佳算法构建的合奏模型。然后，使用多任务神经网络研究了术后志术的同时预测，并使用可解释的人工智能（AI）来证明最佳模型的预测能力。关键发现和局限性：用于预测SF的集合ML模型的精度为93％，精度为87％。并发症主要与术前尿液培养（1.44）有关。逻辑回归表明，SFS受到总石负担的影响（0.34），术前支架的存在（0.106），术前尿液呈阳性（0.14）和石头位置（0.09）。可解释的AI结果强调了关键特征及其对输出的贡献。结论和临床意义：技术进步正在帮助泌尿科医生克服输尿管镜检查的经典限制，即石材尺寸和
Gefitinib治疗后胃肠道和输尿管溃疡出血：病例报告
一种类型，白细胞计数正常。尿细胞学的结果为恶性细胞阴性。超声图指示的肾结石。随访X光片显示右上叶中质量的大小有相当大的减小。在输尿管镜检查上，发现左上输尿管被肾脏骨盆河口附近的粘膜溃疡包围（图4A），伴有出血，一块0.8厘米的石头位于右肾脏的下尾部。患者通过输尿管镜用Holmium激光碎石疗法治疗，双侧插入输尿管支架。操作无问题进行，并且手术后的恢复很好。对输尿管溃疡的组织病理学检查显示没有肿瘤细胞。术后三周，取消了输尿管支架，但血尿仍然存在。重复的尿液分析表明，红细胞计数超过100/μl。由于多个溃疡的出血，患者的血红蛋白较低，并且值在90至100 g/dL之间波动。凝血功能和血小板在住院期间稳定。该患者没有服用可能同时增强吉非替尼血液浓度或影响血液系统的药物。此外，他没有服用会诱导溃疡的药物，例如非甾体类抗炎药（NSAIDS）或抗血小板药物。结合患者的耐受性和对考虑到吉非替尼的副作用，从患者的病史中缺乏胃肠道（GI）和尿路疾病，相关文献和多学科专业知识，因此得出的结论是，溃疡是由吉非替尼引起的。