MétaCan
Menu
Retour à la cohorte
Enregistrement W1570061137 · doi:10.1016/j.ijsu.2015.05.052

The current role of intraoperative ultrasound during the resection of colorectal liver metastases: A retrospective cohort study

2015· article· en· W1570061137 sur OpenAlexaff
Sarah Knowles, Kimberly A. Bertens, Kristopher P. Croome, Roberto Hernandez‐Alejandro

Notice bibliographique

RevueInternational Journal of Surgery · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineRetrospective cohort studyResectionOverall survivalUltrasoundSurgeryLiver parenchymaRadiologyCohortLesionSurgical resectionInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Liver resections with negative margins improve survival in patients with colorectal liver metastases (CRLM). Intraoperative ultrasound (IOUS) is a valuable tool that gives information about lesions that ultimately changes surgical strategy to ensure complete removal, which subsequently improves disease free survival (DFS). METHODS: A retrospective review of patients who underwent a resection for CRLM from 2009 to 2012 was completed to determine the impact of IOUS. RESULTS: A total of 103 patients had a hepatic resection for CRLM. All patients had preoperative imaging to assist with operative planning. IOUS was performed in 72 cases. Surgical strategy changed in 31 (43.1%) cases with IOUS, compared to three (9.7%) with no IOUS (P < 0.001). A new lesion was detected in 13 (18.1%) of the cases. A higher proportion of nonanatomic liver resections were performed in the IOUS group (N = 27, 37.5%) compared to the non-IOUS group (N = 6, 19.4%) (P = 0.07). CONCLUSION: Achievement of a negative resection margin was comparable between the two groups. However, there was a trend toward improved DFS in the IOUS group. Despite advances in preoperative imaging, IOUS demonstrates utility in providing novel information that allows removal of the entire tumor burden, using parenchymal-preserving techniques when feasible, leading to improved DFS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,196

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,292
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of SurgeryMême sujetHepatocellular Carcinoma Treatment and PrognosisTravaux en français237 207