Clinical and Economic Impact of an Enhanced Recovery Pathway for Open and Laparoscopic Rectal Surgery
Notice bibliographique
Résumé
BACKGROUND: The short-term benefits of laparoscopy for rectal surgery are equivocal. The objective of this study was to determine the clinical and economic impact of an enhanced recovery pathway (ERP) for laparoscopic and open rectal surgery. MATERIALS AND METHODS: All patients who underwent elective rectal resection with primary anastomosis between January 2009 and March 2012 at two tertiary-care, university-affiliated institutions were identified. Patients who met inclusion criteria were divided into four groups, according to surgical approach (laparoscopic [lap] or open) and perioperative management (ERP or conventional care [CC]). Length of stay (LOS), postoperative complications, and hospital costs were compared. RESULTS: A total of 381 patients were included in the analysis (201 open-CC, 34 lap-CC, 38 open-ERP, and 108 lap-ERP). Patients were mostly similar at baseline. ERPs significantly reduced median LOS after both open cases (open-CC 10 days versus open-ERP 7.5 days, P = .003) and laparoscopic cases (lap-CC 5 days versus lap-ERP 4.5 days, P = .046). ERPs also reduced variability in LOS compared with CC. There was no difference in postoperative complications with the use of ERPs (open-CC 51% versus open-ERP 50%, P = .419; lap-CC 32% versus lap-ERP 36%, P = .689). On multivariate analysis, both ERP (-3.6 days [95% confidence interval, CI -6.0 to -1.3]) and laparoscopy (-3.6 days [95% CI -5.9 to -1.0]) were independently associated with decreased LOS. Overall costs were only lower when lap-ERP was compared with open-CC (mean difference -2420 CAN$ [95% CI -5628 to -786]). CONCLUSIONS: ERPs reduced LOS after rectal resections, and the combination of laparoscopy and ERPs significantly reduced overall costs compared to when neither strategy was used.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».