Impact of a High-Volume Gynecologic Surgeon Preceptor on Benign Laparoscopic Hysterectomy
Notice bibliographique
Résumé
Objective: To compare operative times and surgical outcomes of women undergoing benign laparoscopic hysterectomy by general obstetrician–gynecologists (OB-GYNs) alone with those performed by general OB-GYNs in conjunction with a high-volume minimally invasive gynecologic surgeon preceptor. Design: This is a retrospective cohort study. (Canadian Task Force Classification II-2). Materials and Methods: A surgical preceptoring program for low-volume OB-GYNs was implemented in 2011 at an academic-affiliated community hospital. All women undergoing laparoscopic hysterectomy for benign disease between 2011 and 2013 are included. Results: A total of 391 laparoscopic hysterectomies were performed: 179 by low-volume OB-GYNs alone and 212 with the assistance of a preceptor. Laparoscopic hysterectomies performed with a preceptor had shorter operative times (128.4 vs. 105.4 minutes, p < 0.01). After adjusting for differences between groups, those performed in conjunction with a preceptor were 42 minutes faster. The group receiving surgery in conjunction with a preceptor had decreased rates of composite organ injury (6% vs. 1%, p < 0.01), ureteral injury (3% vs. 0%, p = 0.02), and conversion to open approach (5% vs. 0%, p < 0.01). The estimated blood loss was also significantly lower (163 vs. 134 mL, p = 0.03) and there were fewer intraoperative consultations (6% vs. 0.5%, p < 0.01) in the preceptor group. There was no difference in postoperative rates of blood transfusion, readmission, or reoperation. Conclusion: Women undergoing laparoscopic hysterectomy in conjunction with a high-volume minimally invasive gynecologic surgeon preceptor have improved outcomes, including shorter operative time, lower rate of organ injury and conversion to laparotomy fewer intraoperative consultations, and lower estimated blood loss than women undergoing laparoscopic hysterectomy by general OB-GYNs alone. (J GYNECOL SURG 36:115)
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 | 0,000 | 0,004 |
| 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) | 0,002 | 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 ».