MétaCan
Menu
Retour à la cohorte
Enregistrement W2950017016 · doi:10.1159/000500107

Laparoscopy in Acute Care Surgery: Repair of Perforated Duodenal Ulcer

2019· article· en· W2950017016 sur OpenAlexaff
Mohammad H. Jamal, Abdulazeez Karam, Nourah Alsharqawi, Abdulla Buhamra, Ibtesam AlBader, Jasem Al-Abbad, Mohammad Ali Dashti, Husain Almahmeed, Salman Al‐Sabah

Notice bibliographique

RevueMedical Principles and Practice · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueHelicobacter pylori-related gastroenterology studies
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineLaparoscopyDuodenal ulcerSurgeryLaparoscopic surgeryGeneral surgery

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The use of laparoscopic management as a first choice for the treatment of duodenal perforation is gaining ground but is not routine in many centers. In this report, we aim to report our experience with laparoscopy as the first approach for the repair of duodenal perforation. MATERIALS AND METHODS: This is a retrospective review of patients during our initial experience with the use of laparoscopy for the treatment of duodenal perforation between 2009 and 2013. RESULTS: A total of 100 patients underwent management of duodenal perforation. Laparoscopy was attempted initially in 76 patients (76%) and completed in 64 patients (64%). The length of hospital stay was shorter in the laparoscopic group (mean 2.6) than in the open group (mean 3.1) (p = 0.008). Complications developed in 14 patients (20%). There was a tendency towards fewer admissions to intensive care, less acute kidney injuries, and less acute respiratory distress syndrome in the laparoscopic group. In patients who underwent laparoscopic surgery, the chances of uneventful recovery were 4.3 times higher than in those patients who underwent open surgery (95% CI 1.3-13.5, p = 0.014). CONCLUSIONS: Laparoscopy in the treatment of perforated duodenal ulcer is safe and can be utilized as a routine approach for the treatment of this pathology.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,024
Tête enseignante GPT0,311
Écart entre enseignants0,288 · 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'étudeÉtude de cas
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

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Principles and PracticeMême sujetHelicobacter pylori-related gastroenterology studiesTravaux en français237 207