Comparison of robotic and open partial nephrectomy: Single-surgeon matched cohort study
Notice bibliographique
Résumé
INTRODUCTION: We present comparative outcomes among matched patients who underwent robotic partial nephrectomy (RPN) or open partial nephrectomy (OPN) by a single surgeon at a single institution. METHODS: We reviewed the medical records of 200 patients who underwent RPN (n = 100) or OPN (n = 100) between May 2003 and May 2013. The patients who underwent RPN were matched for age, gender, body mass index (BMI), American Society of Anesthesiologists (ASA) score, as well as tumour size, side and location. Perioperative outcomes were compared. RESULTS: There was no significant difference between the 2 cohorts with respect to patient age, BMI, ASA score, preoperative glomerular filtration rate, tumour size and the R.E.N.A.L. nephrometry score. The mean operative time was longer in the RPN group, but there were no significant differences with respect to warm ischemic time and postoperative renal function. The length of hospitalization and use of postoperative analgesics (ketoprofen) were more favourable in the RPN cohort. There was no significant difference in the mean estimated blood loss, transfusion rate, or complications between the cohorts. CONCLUSIONS: Considering the perioperative and postoperative parameters, RPN is a viable option as a nephron-sparing surgical procedure for small renal masses that yields outcomes comparable to those achieved with OPN. Despite matched cohort analysis among patients who underwent PN by a single surgeon, there may be inherent selection bias; therefore future prospective trials are needed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».