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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 source (Gemma direct ou Codex distillé), 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