Economic and Survival Implications of Use of Electric Power Morcellation for Hysterectomy for Presumed Benign Gynecologic Disease
Notice bibliographique
Résumé
BACKGROUND: Electric power morcellation during laparoscopic hysterectomy allows some women to undergo minimally invasive surgery but may disrupt underlying occult malignancies and increase the risk of tumor dissemination. METHODS: We developed a state transition Markov cohort simulation model of the risks and benefits of hysterectomy (abdominal, laparoscopic, and laparoscopic with electric power morcellation) for women with presumed benign gynecologic disease. The model considered perioperative morbidity, mortality, risk of cancer and dissemination, and outcomes in women with an underlying malignancy. We explored the effectiveness from a societal perspective stratified by age (<40, 40-49, 50-59, and ≥60 years). RESULTS: Under all scenarios, modeled laparoscopic hysterectomy without morcellation was the most beneficial strategy. Laparoscopic hysterectomy with morcellation was associated with 80.83 more intraoperative complications, 199.64 fewer perioperative complications, and 241.80 fewer readmissions than abdominal hysterectomy per 10 000 women. Per 10 000 women younger than age 40 years, laparoscopic hysterectomy with morcellation was associated with 1.57 more cases of disseminated cancer and 0.97 fewer deaths than abdominal hysterectomy. The excess cases of disseminated cancer per 10 000 women with morcellation compared with abdominal hysterectomy increased with age to 47.54 per 10 000 in women age 60 years and older. Compared with abdominal hysterectomy, this resulted in 0.30 (age 40-49 years), 5.07 (age 50-59 years), and 18.14 (age 60 years and older) excess deaths per 10 000 women in the respective age groups. CONCLUSION: Laparoscopic hysterectomy without morcellation is the most beneficial approach of the three methods of hysterectomy studied. In older women, the risks of electric power morcellation may outweigh the benefits of minimally invasive 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.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».