MétaCan
Menu
Retour à la cohorte
Enregistrement W1983070174 · doi:10.1002/bjs.6787

Population-based trend analysis of 2813 patients undergoing laparoscopic sigmoid resection

2009· article· en· W1983070174 sur OpenAlexaff
Ulrich Güller, Laura C. Rosella, Paul J. Karanicolas, Michel Adamina, Dieter Hahnloser

Notice bibliographique

RevueBritish journal of surgery · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueDiverticular Disease and Complications
Établissements canadiensWestern UniversityPublic Health OntarioUniversity of Toronto
Organismes subventionnairesJohnson and Johnson
Mots-clésMedicineDiverticular diseaseSurgeryResectionComplicationProspective cohort studyLaparoscopic surgeryLaparoscopyGeneral surgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The use of laparoscopic sigmoid resection for diverticular disease has become increasingly popular. The objective of this trend analysis was to assess whether clinical outcomes following laparoscopic sigmoid resection for diverticular disease have improved over the past 10 years. METHODS: The analysis was based on the prospective database of the Swiss Association of Laparoscopic and Thoracoscopic Surgery. Some 2813 patients undergoing elective laparoscopic sigmoid resection for diverticular disease from 1995 to 2006 were included. Unadjusted and risk-adjusted analyses were performed. RESULTS: Over time, there was a significant reduction in the conversion rate (from 27.3 to 8.6 per cent; P(trend) < 0.001), local postoperative complication rate (23.6 to 6.2 per cent; P(trend) = 0.004), general postoperative complication rate (14.6 to 4.9 per cent; P(trend) = 0.024) and reoperation rate (5.5 to 0.6 per cent; P(trend) = 0.015). Postoperative median length of hospital stay significantly decreased from 11 to 7 days (P(trend) < 0.001). CONCLUSION: This first trend analysis in the literature of clinical outcomes after laparoscopic sigmoid resection, based on almost 3000 patients, has provided compelling evidence that rates of postoperative complications, conversion and reoperation, and length of hospital stay have decreased significantly over the past 10 years.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,018
Score d'incertitude au seuil0,257

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,022
Tête enseignante GPT0,267
Écart entre enseignants0,244 · 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

Citations23
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish journal of surgeryMême sujetDiverticular Disease and ComplicationsTravaux en français237 207