Short and long-term outcomes of laparoscopic compared to open liver resection for colorectal liver metastases
Notice bibliographique
Résumé
BACKGROUND: Minimally invasive surgery (MIS) is now established as standard of care for a variety of gastrointestinal procedures for benign and malignant indications. However, due to concerns regarding superiority to open liver resection (OLR), the uptake of laparoscopic liver resection (LLR) has been slow. Data on long-term outcomes of LLR for colorectal liver metastases (CRLM) remain limited. We conducted a systematic review and meta-analysis of short and long-term outcomes of LLR compared to OLR for CRLM. METHODS: Five electronic databases were systematically searched for studies comparing LLR and OLR for CRLM and reporting on survival outcomes. Two reviewers independently selected studies and extracted data. Primary outcomes were overall survival (OS) and recurrence free survival (RFS). Secondary outcomes were operative time, estimated blood loss, post-operative major morbidity, mortality, length of stay (LOS), and resection margins. RESULTS: Eight non-randomized studies (NRS) were included (n=2,017 total patients). Six were matched cohort studies. LLR reduced estimated blood loss [mean difference: -108.9; 95% confidence interval (CI), -214.0 to -3.7) and major morbidity [relative risk (RR): 0.68; 95% CI, 0.56-0.83], but not mortality. No difference was observed in operative time, LOS, resection margins, R0 resections, and recurrence. Survival data could not be pooled. No studies reported inferior survival with LLR. OS varied from 36% to 60% for LLR and 37% to 65% for OLR. RFS ranged from 14% to 30% for LLR and 22% to 38% for OLR. According to the grade classification, the strength of evidence was low to very low for all outcomes. The use of parenchymal sparing resections with LLR and OLR could not be assessed. CONCLUSIONS: Based on limited retrospective evidence, LLR offers reduced morbidity and blood loss compared to OLR for CRLM. Comparable oncologic outcomes can be achieved. Although LLR cannot be considered as standard of care for CRLM, it is beneficial for well-selected patients and lesions. Therefore, LLR should be part of the liver surgeon's armamentarium.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».