Robotic liver surgery: literature review and current evidence
Notice bibliographique
Résumé
In the field of minimally invasive surgery, robotic surgery (RS) was introduced to overcome drawbacks in laparoscopic surgery. However, its clinical application in hepatobiliary surgery is not yet standardized. This review analyzed the results of RS to clarify the benefits of robotic liver surgery in comparison with standard laparoscopy. Among 112 publications found in the literature, the 72 most relevant were selected and the following data were extracted: patients characteristics, operative procedures, histopathology, short-term and long-term outcomes, and costs. Twenty-nine articles on robotic liver resections, published in the last five years (2015-2020) and including 1831 patients, were analyzed. Twenty-five comparative studies between robotic and laparoscopic surgery were evaluated to underline the differences in operative outcomes. Eventually, 4 sub-group analyses were conducted on hepatocellular carcinoma, gallbladder cancer, hilar cholangiocarcinoma, and colorectal liver metastases. Almost all the authors reported data on safety, feasibility and oncologic effectiveness of RS reaching comparable results with laparoscopy. However, even if robotic surgery showed longer operative time and higher costs, in selected cases it allowed to increase the rate of minimally invasive approach when compared with laparoscopy. Thus, both open and minimally invasive surgery should be provided in a modern hepatobiliary center, including the robotic approach particularly to complex cases, otherwise very demanding by laparoscopy. In conclusion, different techniques should be tailored to each patient, choosing the minimally invasive approach when possible, enhancing patients’ recovery after surgery, especially in cirrhotic livers and in the context of liver transplantation. Although many centers experienced robotic liver surgery, more and larger studies are necessary to define its real benefits relative to laparoscopy, in order to standardize patient selection criteria and techniques.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».