MétaCan
Menu
Retour à la cohorte
Enregistrement W2618501042

Can community surgeons perform laparoscopic colorectal surgery with outcomes similar to tertiary care centres?

2007· article· en· W2618501042 sur OpenAlexaff
Herawaty Sebajang, Susan Hegge, Craig McKinley

Notice bibliographique

RevuePubMed · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensInnovation Initiatives Ontario North
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The use of the laparoscopic approach in colorectal surgery (LCS) is the subject of active debate. Studies demonstrating its safety and feasibility in tertiary care centres are now available. The aim of this study was to examine the results of LCS performed in a community hospital setting. METHODS: We prospectively studied 100 patients who underwent an LCS at the North Bay District Hospital (a 200-bed community hospital located 350 km away from the nearest tertiary care centre). All operations were performed by 2 community surgeons who transitioned themselves from an open to a laparoscopic approach. RESULTS: Between October 2000 and December 2003, 100 patients (56 women and 44 men, mean age 64 yr) underwent an LCS for benign (n = 54) and malignant (n = 46) disease. Median operating time was 165 minutes (range 70350 min), and the conversion rate was 10%. The intraoperative complication rate was 3%. There were 10 major postoperative complications and 14 minor postoperative complications. There was no intraoperative mortality and one 30-day mortality secondary to cardiogenic shock. The median length of stay was 4.5 days (range 245 d). At a mean follow-up of 18 months, no trocar site or wound recurrences were noted. The mean number of resected lymphnodes was 10.6. CONCLUSION: Our study suggests that it is possible for community surgeons to transition themselves from an open to a laparoscopic approach and to perform LCS with outcomes similar to those of tertiary care centres.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,031
Tête enseignante GPT0,266
Écart entre enseignants0,235 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations7
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetSurgical Simulation and TrainingTravaux en français237 207