Meta‐analysis of retroperitoneal vs transperitoneal laparoscopic and robot‐assisted pyeloplasty for the management of pelvi‐ureteric junction obstruction
Notice bibliographique
Résumé
OBJECTIVE: To determine differences in perioperative outcomes between retroperitoneal and transperitoneal approaches for laparoscopic pyeloplasty (LP) to manage pelvi-ureteric junction obstruction (PUJO) through a meta-analysis of comparative studies. METHODS: A systematic search was performed in January 2020. Comparative studies were evaluated according to Cochrane Collaboration recommendations. Assessed outcomes included success and complication rates, conversion to open surgery, operative time (OT), length of hospital stay (LOS), estimated blood loss (EBL), analgesic requirements, regular diet resumption, and drain duration. Relative risk (RR) and standardised mean difference (SMD) with 95% confidence intervals (CIs) were extrapolated. Subgroup analyses were performed according to study design and techniques. International Prospective Register of Systematic Reviews (PROSPERO) number: CRD42020163303. RESULTS: A total of 18 studies describing 2007 cases were included. Overall pooled effect estimates did not show statistically significant differences between the approaches with regards to success rate (RR 0.99; 95% CI 0.97, 1.01), complications (RR 1.09; 95% CI 0.82, 1.45), OT (SMD 0.61; 95% CI -0.04, 1.26), LOS (SMD -0.30; 95% CI -0.63, 0.04), EBL (SMD -0.53; 95% CI -1.26, 0.21), or analgesic requirements (SMD -0.51; 95% CI -1.23, 0.21). Compared to the transperitoneal approach, retroperitoneal LP had a higher conversion rate (RR 2.40; 95% CI 1.23, 4.66); however, patients resumed diets earlier (SMD -2.49; 95% CI -4.17, -0.82) and had shorter drain duration (SMD -0.31; 95% CI -0.57, -0.05). CONCLUSION: The evidence suggests that there are no significant differences in success rate, OT and complications between transperitoneal and retroperitoneal LP. Conversion rates are higher with the retroperitoneal approach; however, return to diet occurs faster and drain duration is shorter when compared to the transperitoneal approach.
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 | 0,011 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,048 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».