MétaCan
Menu
Retour à la cohorte
Enregistrement W2471404865 · doi:10.12891/ceog3133.2016

Robot-assisted versus conventional laparoscopic surgery in the treatment of advanced stage endometriosis: a meta-analysis

2016· review· en· W2471404865 sur OpenAlexaff
Shaohui Chen, Zhaoai Li, Xiuping Du

Notice bibliographique

RevueClinical and Experimental Obstetrics & Gynecology · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueEndometriosis Research and Treatment
Établissements canadiensVale (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineEndometriosisLaparoscopyMeta-analysisBlood lossStage (stratigraphy)SurgeryRandomized controlled trialGynecologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To evaluate the safety and efficacy of robot-assisted laparoscopy (RAL) versus conventional laparoscopy (CL) in the treatment of advanced stage endometriosis. MATERIALS AND METHODS: Utilizing electronic databases (PubMed, Embase, and Elsevier), a systematic literature review was performed between 2008 and 2015 to compare the RAL surgery with CL surgery (CLS) in the treatment of advanced stage endometriosis. According to meta-analysis criteria, two comparative clinical trials were selected. Outcome measures including length of operation, blood loss, operative complications, and the length of hospitalization, were estimated by the RevMan 5.1 software. RESULTS: In the meta-analysis, there were no significant differences in blood loss, complication, and hospital stay between RAL and CL surgeries in the treatment of advanced stage endometriosis. However, RAL surgery required a higher mean operating time than CL surgery (WMD: 73.85, 95% CI: 56.77-90.94; p < 0 .00001). Comparative studies demonstrated that RAL displayed no outstanding advantages. CONCLUSIONS: As a new minimally invasive method, RAL technology is safe and efficient alternative to CL in the treatment of advanced stage endometriosis. The latent benefits of RAL technology for the treatment of advanced stage endometriosis remain uncertain.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,861
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0080,006
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,314
Tête enseignante GPT0,491
Écart entre enseignants0,177 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical and Experimental Obstetrics & GynecologyMême sujetEndometriosis Research and TreatmentTravaux en français237 207