Uterus preservation is superior to hysterectomy when performing laparoscopic lateral suspension with mesh
Notice bibliographique
Résumé
INTRODUCTION AND HYPOTHESIS: We aimed to compare differences between laparoscopic lateral suspension with mesh (LLS) performed with supracervical hysterectomy (LLSHE) and without hysterectomy (LLSUP). METHODS: We retrospectively collected data from women operated by a single surgeon between 2003 and 2011. From a total of 339 women with symptomatic anterior and/or apical pelvic organ prolapse (POP) and an intact uterus, 224 had LLSUP (70.4%) and 94 had LLSHE (29.6%). Three hundred and sixteen patients were examined at 1 year. Primary outcomes were objective and subjective success at 1 year during clinical evaluation. Secondary outcomes were complications (Clavien-Dindo scale) and mesh exposure. Patient satisfaction was evaluated by telephone interview using a 10-point scale and the Patient Global Impression of Improvement Scale (PGI-I). RESULTS: LLSUP and LLSHE did not differ for age (mean 57 and 55 years, respectively), preoperative status, complications, and participation at the interview (52 vs 53%). LLSHE is associated with higher mesh exposure (6.5 vs 1.3%, p = 0.014) and more frequent use of Mersilene. Titanium-coated and noncoated polypropylene was more frequently used in LLSUP. At 1 year, both anatomic success rate for the anterior compartment (98.7 vs 94.6%, p = 0.021) and subjective success rate (83.5 vs 72.8%, p = 0.035) were higher for LLSUP. Without hysterectomy, patients more often improved (90.5 vs 76.5%, p = 0.013) and would more frequently recommend the procedure (94.5 vs 80.4%, p = 0.004). CONCLUSIONS: LLS with or without hysterectomy is a safe technique with high patient satisfaction. The uterus-preserving approach appears to result in better anatomic outcome for the anterior compartment, better subjective outcome, and higher patient satisfaction.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».