Canadian Update on Surgical Procedures (CUSP) Urology Group consensus for intraoperative hemostasis during minimally invasive partial nephrectomy
Notice bibliographique
Résumé
INTRODUCTION: Partial nephrectomy remains the gold standard in the management of small renal masses. However, minimally invasive partial nephrectomy (MIPN) is associated with a steep learning curve, and optimal, standardized techniques for time-efficient hemostasis are poorly described. Given the relative lack of evidence, the goal was to describe a set of actionable guiding principles, through an expert working panel, for urologists to approach hemostasis without compromising warm ischemia or oncological outcomes. METHODS: A three-step modified Delphi method was used to achieve expert agreement on the best practices for hemostasis in MIPN. Panelists were recruited from the Canadian Update on Surgical Procedures (CUSP) Urology Group, which represent all provinces, academic and community practices, and fellowship-and non-fellowship-trained surgeons. Thirty-two (round 1) and 46 (round 2) panellists participated in survey questionnaires, and 22 attended the in-person consensus meeting. RESULTS: An initial literature search of 945 articles (230 abstracts) underwent screening and yielded 24 preliminary techniques. Through sequential survey assessment and in-person discussion, a total of 11 strategies were approved. These are temporally distributed prior to tumor resection (five principles), during tumor resection (two principles), and during renorrhaphy (four principles). CONCLUSIONS: Given the variability in tumor size, depth, location, and vascularity, coupled with limitations of laparoscopic equipment, achieving consistent hemostasis in MIPN may be challenging. Despite over two decades of MIPN experience, limited evidence exists to guide clinicians. Through a three-step Delphi method and rigorous iterative review with a panel of experts, we ascertained a guiding checklist of principles for newly beginning and practicing urologists to reference.
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 | 0,028 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,011 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».