The impact of resident involvement in minimally-invasive urologic oncology procedures
Notice bibliographique
Résumé
INTRODUCTION: Robotic and laparoscopic surgical training is an integral part of resident education in urology, yet the effect of resident involvement on outcomes of minimally-invasive urologic procedures remains largely unknown. We assess the impact of resident participation on surgical outcomes using a large multi-institutional prospective database. METHODS: Relying on the American College of Surgeons National Surgical Quality Improvement Program (ACS-NSQIP) Participant User Files (2005-2011), we abstracted the 3 most frequently performed minimally-invasive urologic oncology procedures. These included radical prostatectomy, radical nephrectomy and partial nephrectomy. Multivariable logistic regression models were constructed to assess the impact of trainee involvement (PGY 1-2: junior, PGY 3-4: senior, PGY ≥5: chief) versus attending-only on operative time, length-of-stay, 30-day complication, reoperation and readmission rates. RESULTS: A total of 5459 minimally-invasive radical prostatectomies, 1740 minimally-invasive radical nephrectomies and 786 minimally-invasive partial nephrectomies were performed during the study period, for which data on resident surgeon involvement was available. In multivariable analyses, resident involvement was not associated with increased odds of overall complications, reoperation, or readmission rates for minimally-invasive prostatectomy, radical and partial nephrectomy. However, operative time was prolonged when residents were involved irrespective of the type of procedure. Length-of-stay was decreased with senior resident involvement in minimally-invasive partial nephrectomies (odds ratio [OR] 0.49, p = 0.04) and prostatectomies (OR 0.68, p = 0.01). The major limitations of this study include its retrospective observational design, inability to adjust for the case complexity and surgeon/hospital characteristics, and the lack of information regarding the minimally-invasive approach utilized (whether robotic or laparoscopic). CONCLUSIONS: Resident involvement is associated with increased operative time in minimally-invasive urologic oncology procedures. However, it does not adversely affect the complication, reoperation or readmission rates, as well as length-of-stay.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».