Transoral robotic surgery with radial forearm free flap reconstruction: Case control analysis
Notice bibliographique
Résumé
BACKGROUND: The resection of large oropharyngeal tumors traditionally involves a lip-splitting mandibulotomy for adequate margin visualization and free flap reconstruction of the surgical defect. Transoral robotic surgery (TORS) has emerged as a technique that can resect large and complex oropharyngeal tumors, avoiding a lip-splitting approach. The aim of this study is to compare the lip-splitting mandibulotomy approach versus TORS for the management of advanced stage oropharyngeal carcinomas. METHODS: Prospectively collected data from 18 patients with advanced stage oropharyngeal squamous cell carcinoma (OPSCC) who received TORS with radial forearm free flap reconstruction (RFFF) was compared to a matched cohort of 39 patients who received a lip-splitting mandibulotomy and RFFF. Patients were matched for stage, p16 positivity, smoking, age and gender. Length of hospital stay (LOHS), tracheostomy decanulation time, operative time, surgical margin status, and post-operative complications were compared between groups. RESULTS: Patients who received TORS with RFFF had a significantly lower mean LOHS, compared to patients who were treated by lip-splitting mandibulotomy and RFFF (14.4 vs 19.7 days, p = 0.03). No significant differences were seen between groups in terms of operative time, tracheostomy decannulation time, margin positivity and post-operative complications. CONCLUSION: TORS with radial forearm free flap reconstruction is a safe, effective and cost-saving alternative to the lip-splitting mandibulotomy approach for the treatment of advanced stage OPSCC.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».