MétaCan
Menu
Retour à la cohorte
Enregistrement W3102507926 · doi:10.21037/vats-2019-mie-05

Oncologic outcomes in minimally invasive esophagectomy for esophageal carcinoma

2021· article· en· W3102507926 sur OpenAlexaff
Nicolás Devaud, Jonathan Yeung, Gail Darling

Notice bibliographique

RevueVideo-Assisted Thoracic Surgery · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueEsophageal Cancer Research and Treatment
Établissements canadiensUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineEsophagectomyEsophageal cancerLymph nodeDissection (medical)SurgeryGeneral surgeryPneumoniaCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract: Esophagectomy, with clear surgical margins and appropriate lymph node dissection, is the mainstay of curative intent treatment in esophageal cancer. Minimally invasive esophagectomy (MIE) including total MIE, hybrid and robotic approaches has become more frequent. Whether or not MIE offers the same oncologic outcomes as open esophagectomy (OE) is an unanswered question to be addressed in this review. A literature review was conducted using the search terms esophageal cancer, esophagectomy, outcomes, minimally invasive surgery, survival, lymph node assessment. Relevant studies were identified by two of the authors (NAD and GED). Studies reporting short terms outcomes consistently report decreased frequency of pneumonia, decreased blood loss and shorter length of stay. Margin status, appears to be similar while lymph node harvest is similar or better compared to open surgery. Overall survival (OS) is at least similar to open surgery but in several recent reports, survival after MIE is superior. Health-related quality of life (HRQOL) appears to be improved with MIE within the first 6 months but similar thereafter. MIE offers at least equivalent outcomes in terms of resection margins and lymph node harvest and long-term survival data. MIE offers earlier recovery from surgery with improved HRQOL within the first 6 months postoperatively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,366
Écart entre enseignants0,299 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVideo-Assisted Thoracic SurgeryMême sujetEsophageal Cancer Research and TreatmentTravaux en français237 207