The Effect of Adverse Patient Characteristics on Perioperative Outcomes in Open and Robot-Assisted Radical Prostatectomy
Notice bibliographique
Résumé
Objective: To analyze the effect of adverse preoperative patient and tumor characteristics on perioperative outcomes of open (ORP) and robot-assisted radical prostatectomy (RARP). Material and Methods: We retrospectively analyzed 656 patients who underwent ORP or RARP according to intraoperative blood loss (BL), operation time (OR time), neurovascular bundle preservation (NVBP) and positive surgical margins (PSM). Univariable and multivariable logistic regression models were used to identify risk factors for impaired perioperative outcomes. Results: Of all included 619 patients, median age was 66 years. BMI (<25 vs. 25-30 vs. ≥30) had no influence on blood loss. Prostate size >40cc recorded increased BL compared to prostate size ≤40cc in patients undergoing ORP (800ml vs. 1200ml, p<0.001), but not in patients undergoing RARP (300ml vs. 300ml, p=0.2). Similarly, longer OR time was observed for ORP in prostates >40cc, but not for RARP. Overweight (BMI 25-30) and obese ORP patients (BMI ≥30) showed longer OR time compared to normal weight (BMI <25). Only obese patients, who underwent RARP showed longer OR time compared to normal weight. NVBP was less frequent in obese patients, who underwent ORP, relative to normal weight (25.8% vs. 14.0%, p<0.01). BMI did not affect NVPB at RARP. No differences in PSM were recorded according to prostate volume or BMI in ORP or RARP. In multivariable analyses, patient characteristics such as prostate volume and BMI was an independent predictor for prolonged OR time. Moreover, tumor characteristics (stage and grade) predicted worse perioperative outcome. Conclusion: Patients with larger prostates and obese patients undergoing ORP are at risk of higher BL, OR time or non-nervesparing procedure. Conversely, in patients undergoing RARP only obesity is associated with increased OR time. Patients with larger prostates or increased BMI might benefit most from RARP compared to ORP.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».