MétaCan
Menu
Retour à la cohorte
Enregistrement W1870194631 · doi:10.1002/rcs.432

Robotic‐assisted colon and rectal surgery: a systematic review

2011· review· en· W1870194631 sur OpenAlexaff
Aliyah Kanji, Richdeep S. Gill, Xinzhe Shi, Daniel W. Birch, Shahzeer Karmali

Notice bibliographique

RevueInternational Journal of Medical Robotics and Computer Assisted Surgery · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Surgical Treatments
Établissements canadiensUniversity of AlbertaRoyal Alexandra HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineColorectal surgeryRobotic surgerySurgeryGeneral surgeryColorectal cancerBody mass indexInclusion (mineral)Abdominal surgeryInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Colorectal surgery is one of the most common procedures performed by general surgeons, with an increasing number being performed laparoscopically. Robotic technology is emerging in the ongoing evolution in minimally invasive surgery. This study systematically reviews the literature regarding the safety and feasibility of robotic-assisted colorectal surgery. METHODS: A comprehensive search of electronic databases was completed for the period 2000 to 2010. Two independent reviewers assessed the studies for relevance and inclusion, and extracted data. RESULTS: After an initial screen of 347 titles, 20 studies met the inclusion criteria. A total of 854 patients were included with a mean age of 61 years and a body mass index of 25.5 kg/m(2) . Major complications included 27 anastamotic leaks (27/766 = 3.5%), 10 post-operative bleeds (1.1%) and 14 post-operative infections (1.6%). There were no mortalities reported. CONCLUSIONS: This systematic review demonstrates that robotic-assisted colorectal surgery is emerging as a safe and feasible option in colorectal surgery.

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)0,004
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,003
Bibliométrie0,0070,009
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,088
Tête enseignante GPT0,358
Écart entre enseignants0,270 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations28
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Medical Robotics and Computer Assisted SurgeryMême sujetColorectal Cancer Surgical TreatmentsTravaux en français237 207