MétaCan
Menu
Retour à la cohorte
Enregistrement W2118111442 · doi:10.5489/cuaj.09083

Impact of body mass index on perioperative outcomes during the learning curve for robot assisted radical prostatectomy

2010· article· en· W2118111442 sur OpenAlexaffvenue
Venu Chalasani, Carlos H. Martínez, Darwin Lim, Reem Al Bareeq, Geoffrey R. Wignall, Larry Stitt, Stephen E. Pautler

Notice bibliographique

RevueCanadian Urological Association Journal · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Diagnosis and Treatment
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineBody mass indexPerioperativeProstatectomyOverweightBayesian multivariate linear regressionCohortIncisional herniaMultivariate analysisObesitySurgeryLinear regressionUrologyInternal medicineHerniaProstate cancerCancer

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Previous studies of robotic-assisted radical prostatectomy (RARP) have suggested that obesity is a risk factor for worse perioperative outcomes. We evaluated whether body mass index (BMI) adversely affected perioperative outcomes. METHODS: A prospective database of 153 RARP (single surgeon) was analyzed. Obesity was defined as BMI >/= 30 kg/m(2); normal BMI < 25 kg/m(2); and overweight as 25 to 30 kg/m(2). Two separate analyses were performed: the first 50 cases (the initial learning curve) and the entire cohort of 153 RARP. RESULTS: In the initial cohort of 50 cases (14 obese patients), there was no statistically significant difference with regards to operative times, port-placement times and estimated blood loss (EBL). Length of stay (LOS) was longer in the obese group (4.3 vs. 2.9 days); BMI remained an independent predictor of increased LOS on multivariate linear regression analysis (p = 0.002). There was no statistically significant difference in the postoperative outcomes of leak rates, margin rates and incisional herniae. In the entire cohort, when comparing obese patients to those with a normal BMI, there was no statistically significant difference in operative times, EBL, LOS, or immediate postoperative outcomes. However, on multivariate linear regression analysis, BMI was an independent predictor of increased operative time (p = 0.007). CONCLUSION: Obese patients do not have an increased risk of blood loss, positive margins or the postoperative complications of incisional hernia and leak during the learning curve. They do, however, have slightly longer operative times; we also noted an increased LOS in our first 50 cases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,289
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), 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

Citations18
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Urological Association JournalMême sujetProstate Cancer Diagnosis and TreatmentTravaux en français237 207