Costs and Outcomes of Abdominal, Vaginal, Laparoscopic and Robotic Hysterectomies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: To estimate the incidence of operative complications and compare operative cost and overall cost of different methods of benign hysterectomy including abdominal, vaginal, laparoscopic, and robotic techniques. METHODS: We performed a retrospective cohort analysis (Canadian Task Force classification II-2) of all patients who underwent a hysterectomy for benign reasons in 2009 at a single urban academic tertiary care center using the χ(2) test and Student t test. A multivariate regression analysis was also performed for predictors of costs. Cost data were gathered from the hospital's billing system; the remainder of data was extracted from patient's medical records. RESULTS: In 2009, 688 patients underwent a benign hysterectomy; 185 (26.9%) hysterectomies were abdominal, 135 (19.6%) vaginal, 352 (51.5%) laparoscopic, and 14 (2.0%) robotic. The rate of intraoperative complication was 1.7% for abdominal, 0.8% for vaginal, 0.3% for laparoscopic, and 0 for robotic. Mean total patient costs were $43,622 for abdominal, $31,934 for vaginal, $38,312 for laparoscopic, and $49,526 for robotic hysterectomies. Costs were significantly influenced by method of hysterectomy, operative time, and length of stay. CONCLUSION: Though complication rates did not vary significantly among minimally invasive methods of hysterectomy, patient costs were significantly influenced by the method of hysterectomy.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 découle