A systematic review of complications related to laparoscopic and laparoscopic‐assisted procedures in dogs
Notice bibliographique
Résumé
OBJECTIVE: To evaluate and report the quality of the scientific literature reporting complications associated with laparoscopic and laparoscopic-assisted procedures in client-owned or healthy research dogs and to report and illustrate laparoscopic complications related to individual organ systems. STUDY DESIGN: Systematic review. ANIMALS: Client-owned or healthy research dogs. METHODS: A literature review was performed by using PubMed and CAB abstracts for English-language studies providing descriptions of complications related to laparoscopic and laparoscopic-assisted procedures in dogs. Study selection used PRISMA (Preferred Reporting Items for Systematic reviews and Meta-Analyses) guidelines. Quality assessment was performed by using a MINORS (Methodological Items for Non-Randomized Studies) scoring system and a grading scale of level of evidence. Descriptive statistics were used. RESULTS: In total, 741 manuscripts were identified, with 64 manuscripts eligible for data extraction and quality assessment. The most represented organ system was the female genital tract, represented by 22 (34.4%) studies. The most commonly reported intraoperative and postoperative complications were related to abdominal entry and portal incisions, respectively. In 53 of 54 non-randomized studies, high risk of bias was found. Forty-eight (75%) studies provided level III or IV evidence. CONCLUSION: This report provides an updated review of complications related to laparoscopic and laparoscopic-assisted procedures in dogs, classified by organ system. The overall quality of evidence was low, limiting direct comparison of complication rates between studies. CLINICAL SIGNIFICANCE: There is a need for implementation of standardized criteria for defining complications, study time frames and greater numbers of high quality prospective randomized trials in veterinary laparoscopy to permit comparison of complication and conversion rates between published studies and across organ systems.
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 | 0,022 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,011 |
| Bibliométrie | 0,018 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».