MétaCan
Menu
Retour à la cohorte
Enregistrement W2620057515 · doi:10.14740/jocmr3060w

Mini-Laparoscopic Versus Conventional Laparoscopic Surgery for Benign Adnexal Masses

2017· article· en· W2620057515 sur OpenAlexvenueno aff
Servet Gençdal, Hüseyin Aydoğmuş, Serpil Aydoğmuş, Zafer Kolsuz, Sefa Kelekçi

Notice bibliographique

RevueJournal of Clinical Medicine Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueMinimally Invasive Surgical Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineSurgeryLaparoscopyBlood lossAdnexal massLaparoscopic surgeryPathological

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Minimally invasive endoscopic surgery has become an acceptable method for gynecologic indications for more than 20 years. We aimed to compare clinical and surgical outcomes between mini-laparoscopic surgery (MLS) and conventional laparoscopic surgery (CLS) for benign adnexal masses. As far as we know, no comparative study exists between these two minimal invasive procedures. METHODS: During the period between January 2014 and December 2016, a total number of 132 laparoscopic surgeries were performed for bening adnexal masses in our clinic. Seventy women underwent CLS and 62 women underwent MLS. Pathological results and operating time of procedures, estimated blood loss, preoperative and postoperative complications, patient scale and observer scale (POSAS) and length of hospital stay were recorded. RESULTS: There was no difference between the two groups regarding preoperative diagnosis, intraoperative surgical procedure performed, and length of hospital stay. The groups were compared in terms of postoperative pathological diagnosis using the Chi-square test, and there was a statistically significant difference between the two groups. Comparing the operation time and hematocrit change, there were statistically significant differences between the two groups. Both patient and observer PSOAS scar scores were better in MLS group (P < 0.05). CONCLUSIONS: Mini-laparoscopy can be safely and effectively used to perform benign adnexal mass surgery.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0020,000

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 Opus0,580
Tête enseignante GPT0,611
Écart entre enseignants0,031 · 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'étudeEssai non randomisé
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

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine ResearchMême sujetMinimally Invasive Surgical TechniquesTravaux en français237 207