MétaCan
Menu
Retour à la cohorte
Enregistrement W2579360542 · doi:10.21037/acs.2017.01.03

Cost effectiveness of robotic mitral valve surgery

2017· article· en· W2579360542 sur OpenAlex
Emmanuel Moss, Michael E. Halkos

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAnnals of Cardiothoracic Surgery · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineRobotic surgeryPerioperativeSurgeryGold standard (test)Operations managementRadiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Significant technological advances have led to an impressive evolution in mitral valve surgery over the last two decades, allowing surgeons to safely perform less invasive operations through the right chest. Most new technology comes with an increased upfront cost that must be measured against postoperative savings and other advantages such as decreased perioperative complications, faster recovery, and earlier return to preoperative level of functioning. The Da Vinci robot is an example of such a technology, combining the significant benefits of minimally invasive surgery with a "gold standard" valve repair. Although some have reported that robotic surgery is associated with increased overall costs, there is literature suggesting that efficient perioperative care and shorter lengths of stay can offset the increased capital and intraoperative expenses. While data on current cost is important to consider, one must also take into account future potential value resulting from technological advancement when evaluating cost-effectiveness. Future refinements that will facilitate more effective surgery, coupled with declining cost of technology will further increase the value of robotic surgery compared to traditional approaches.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,012
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,159
Tête enseignante GPT0,453
Écart entre enseignants0,294 · 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