Contemporary Rates and Predictors of Open Conversion During Minimally Invasive Radical Prostatectomy for Nonmetastatic Prostate Cancer
Notice bibliographique
Résumé
Background: To test contemporary rates and predictors of open conversion at minimally invasive (laparoscopic or robotic) radical prostatectomy (MIRP). Materials and Methods: Within the National Inpatient Sample database (2008–2015), we identified all MIRP patients and patients who underwent open conversion at MIRP. First, estimated annual percentage changes (EAPCs) tested temporal trends of open conversion. Second, multivariable logistic regression models predicted open conversion at MIRP. All models were weighted and adjusted for clustering, as well as all available patient and hospital characteristics. Results: Of 57,078 MIRP patients, 368 (0.6%) underwent open conversion. The rates of open conversion decreased over time (from 1.80% to 0.38%; EAPC: −26.0%; p = 0.003). In multivariable logistic regression models predicting open conversion, patient obesity (odds ratio [OR]: 2.10; p < 0.001), frailty (OR: 1.45; p = 0.005), and Charlson comorbidity index (CCI) ≥2 (OR: 1.57; p = 0.03) achieved independent predictor status. Moreover, compared with high-volume hospitals, medium-volume (OR: 2.03; p < 0.001) and low-volume hospitals (OR: 3.86; p < 0.001) were associated with higher rates of open conversion. Last but not least, when the interaction between the number of patient risk factors (obesity and/or frailty and/or CCI ≥2) and hospital volume was tested, a dose–response effect was observed. Specifically, the rates of open conversion ranged from 0.3% (patients with zero risk factors treated at high-volume hospitals) to 2.2% (patients with two to three risk factors treated at low-volume hospitals). Conclusion: Overall contemporary (2008–2015) rate of open conversion at MIRP was 0.6% and it was strongly associated with patient obesity, frailty, CCI ≥2, and hospital surgical volume. In consequence, these parameters should be taken into account during preoperative patients counseling, as well as in clinical and administrative decision making.
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 ».