Practice‐setting and surgeon characteristics heavily influence the decision to perform partial nephrectomy among <scp>A</scp> merican <scp>U</scp> rologic <scp>A</scp> ssociation surgeons
Notice bibliographique
Résumé
UNLABELLED: WHAT'S KNOWN ON THE SUBJECT? AND WHAT DOES THE STUDY ADD?: There is great variability in the utilization of partial nephrectomy, but the causes of these variations are not well understood. The present study underscores the already observed phenomenon of surgical volume influencing surgical planning and outcomes, but it gets at why this might be so. We observe that high-volume renal surgeons have different thresholds of 'technical feasibility'. OBJECTIVE: To investigate why there continues to be wide variability in the application of partial nephrectomy (PN) for treating small renal masses despite guidelines in the US and Europe stating that a PN is a standard of care for a patient with a T1 renal mass. PATIENTS AND METHODS: In June 2009, 764 surgeon-members of the American Urologic Association (AUA) participated in a survey evaluating the management of renal masses. Renal mass complexity was graded by nephrometry score (NS). Multivariable logistic regression models with generalized estimating equations were constructed to evaluate how tumour, surgeon and practice-setting characteristics influence the use of PN. RESULTS: The survey response rate was 19%. Each urological surgeon responded to eight scenarios, providing 6112 evaluable cases. Tumour NS ranged from 4 to 10, and each unit increase in NS was associated with 59% increased likelihood of a surgeon offering RN on multivariable analysis (odds ratio [OR] = 1.59; 95% CI: 1.52-1.64). When holding patient and tumour characteristics constant, the following surgeon and practice-setting characteristics significantly increased the odds of offering a PN: increasing renal case volume (OR = 1.57; 95% CI: 1.27-1.95), academic practice (OR = 1.80; 95% CI: 1.42-2.29), increasing PN % volume (OR = 3.7; 95% CI: 2.46-5.55) and younger surgeon age (≤ 40 vs >50 years) (OR = 1.64; 95% CI: 1.35-1.96). CONCLUSION: The characteristics of a surgeon and the setting in which he or she practices influence the utilization of PN, the adherence to professional guidelines, and the threshold of tumour complexity at which a surgeon stops offering PN.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 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 ».