Laparoscopic Hysterectomies: Our 10 Years Experience in a Single Laparoscopic Center
Notice bibliographique
Résumé
STUDY OBJECTIVE: To evaluate the association between outcomes of laparoscopic hysterectomy with respect to clinical factors, intraoperative variants, and post-operative complications. DESIGN: The study conducted was retrospective (Canadian Task Force Classification II-1). SETTING: The set used in this study was a gynecological laparoscopic centre. PATIENTS: The present study included 858 women who underwent laparoscopic hysterectomies with or without bilateral/unilateral salpingo-oophorectomy, from December 2004 to May 2014. INTERVENTIONS: Eight hundred and sixteen patients underwent total laparoscopic hysterectomy, 14 patients underwent subtotal laparoscopic hysterectomy, 20 patients underwent laparoscopic-assisted vaginal hysterectomy, and 8 patients underwent laparoscopic radical hysterectomy with bilateral pelvic lymph node dissection. MEASUREMENTS AND MAIN RESULTS: All surgeries were performed by the same surgeon, using the same surgical technique. The medical records were reviewed, and data were collected with respect to age, indications, type of surgery performed, intraoperative variants, and post-operative complications. Patient average age was 44.9 ± 6.2 years. Most common indication for benign TLH was leiomyoma of 54.4 %. Indications for laparoscopic radical hysterectomy were early stage endometrial cancer (n = 5) and early stage cervical cancer (n = 3). The maximum uterine size operated on was from 20-26 weeks, 4.9 % (n = 42). 9.7 % had previous abdominopelvic surgery. Fifty three % underwent unilateral/bilateral salpingo-oophorectomy. Conversion rate was 0.93 % (n = 8). The minimum and maximum operating time during the total study period was 20 min-2 h. The major complication rates were 0.9 % (n = 8). The hospital stay was not more than 2 days. CONCLUSION: In our experience of 858 laparoscopic hysterectomies, 850 were done for benign indications, and 8 done for malignancies. TLH can be performed more safely and under vision, with less blood loss, early post-operative recovery, less post-operative infection, and less complication rate.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».