Postoperative complications of contemporary open and robot‐assisted laparoscopic radical prostatectomy using standardised reporting systems
Notice bibliographique
Résumé
OBJECTIVES: To analyse time trends and contemporary rates of postoperative complications after radical prostatectomy (RP) and to compare the complication profile of open RP (ORP) and robot-assisted laparoscopic RP (RALP) using standardised reporting systems. PATIENTS AND METHODS: Retrospective analysis of 13 924 RP patients in a single institution (2005-2015). Complications were collected during hospital stay and via standardised questionnaire 3 months after, and grouped into eight schemes. Since 2013, the revised Clavien-Dindo classification was used (n = 4 379). Annual incidence rates of different complications were graphically displayed. Multivariable logistic regression analyses compared complications between ORP and RALP after inverse probability of treatment weighting (IPTW). RESULTS: After the introduction of standardised classification systems, complication rates have increased with a contemporary rate of 20.6% (2013-2015). While minor Clavien-Dindo grades represented the majority (I: 10.6%; II: 7.9%), severe complications (Grades IV-V) were rare (<1%). In logistic regression analyses after IPTW, RALP was associated with less blood loss, shorter catheterisation time, and lower risk of Clavien-Dindo Grade II and III complications. CONCLUSION: Our results emphasise the importance of standardised reporting systems for quality control and comparison across approaches or institutions. Contemporary complication rates in a high-volume centre remain low and are most frequently minor Clavien-Dindo grades. RALP had a slightly better complication profile compared to ORP.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».