Comparison of Perioperative Outcomes Between Open and Robotic Radical Cystectomy: A Population-Based Analysis
Notice bibliographique
Résumé
INTRODUCTION: Radical cystectomy represents the standard of care for muscle-invasive bladder cancer (MIBC). Due to its novelty the use of robotic radical cystectomy (RARC) is still under debate. We examined intraoperative and postoperative morbidity and mortality in addition to impact on length of stay (LOS) and total hospital charges (THCGs) of RARC compared with open radical cystectomy (ORC). MATERIALS AND METHODS: Within National Inpatient Sample (2008-2013), we identified patients with nonmetastatic bladder cancer treated with either ORC or RARC. We relied on inverse probability of treatment weighting to reduce the effect of inherent differences between ORC vs RARC. Multivariable logistic regression (MLR) and multivariable Poisson regression (MPR) models were used. RESULTS: Of all 10,027 patients, 12.6% underwent RARC. Between 2008 and 2013, RARC rates increased from 0.8% to 20.4% [estimated annual percentage change (EAPC): +26.5%, 95% confidence interval (CI): +11.1 to +48.3; p = 0.035] and RARC THCGs decreased from 45,981 to 31,749 United States dollars (EAPC: -6.8%, 95% CI: -9.6 to -3.9; p = 0.01). In MLR models RARC resulted in lower rates of overall complications [odds ratio (OR): 0.6; p < 0.001] and transfusions (OR: 0.44; p < 0.001). In MPR models, RARC was associated with shorter LOS (relative risk 0.91; p < 0.001). Finally, higher THCGs (OR: 1.09; p < 0.001) were recorded for RARC. Data are retrospective and no tumor characteristics were available. CONCLUSION: RARC is related to lower rates of overall complications and transfusions rates. In consequence, RARC is a safe and feasible technique in select MIBC patients. Moreover, RARC is associated with shorter LOS, although higher THCGs.
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 | 0,000 | 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 ».