A Prospective Multicenter Registry of Patients Undergoing Hysteroscopic Morcellation of Uterine Polyps and Myomas
Notice bibliographique
Résumé
Abstract Background: Hysteroscopic morcellation removes uterine pathology under direct visualization with continuous real-time tissue fragment removal. Objective: The aim of this study was to explore the feasibility of hysteroscopic morcellation across a diverse set of facilities, including both surgical and office-based settings. Design: This was a prospective, single-arm, multicenter registry development (Canadian Task Force classification II-3). Materials and Methods: Thirty-four U.S. obstetrics and gynecology facilities enrolled subjects into the registry. Inclusion criteria were women ages 18–65 with indications for hysteroscopic myomectomy and/or polypectomy who were treated with the MyoSure® Hysteroscopic Tissue Removal System (Hologic Inc., Marlborough, MA). Intrauterine lesion type/size and removal parameters, adverse events (AEs), and physician satisfaction ratings were recorded. Results: A total of 559 pathologies (187 fibroids; 372 polyps) were removed from 278 registered subjects (mean age: 43.9 ± 9.0 years), with 250 procedures (89.9%) performed in an ambulatory surgery center or hospital outpatient setting and 28 (10.1%) in a gynecologic office setting. Most patients ( n = 206, 74.1%) were treated for abnormal uterine bleeding, and 42 (15.1%) were treated for infertility. Mean fibroid diameter was 2.2 ± 1.2 cm. Mean polyp diameter was 1.3 ± 1.0 cm. Overall mean percentage of pathology removed was 95.4% (polyps 99.3%, fibroids 86.8%). Five AEs included four incidents of blunt cervical trauma and a single postoperative case of pedal edema; all were considered mild and resolved spontaneously. Postprocedure surveys indicated that 95% of reporting physicians were “satisfied” or “highly satisfied” with device performance. Conclusions: Hysteroscopic morcellation of intrauterine pathology was accomplished safely with a high degree of physician satisfaction in 278 patients treated in diverse healthcare settings that are reflective of general community practice in the United States. (J GYNECOL SURG 32:318)
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».