Are Surgeons Working Smarter or Harder? A Systematic Review Comparing the Physical and Mental Demands of Robotic and Laparoscopic or Open Surgery
Notice bibliographique
Résumé
BACKGROUND: Minimally invasive surgical techniques such as robotic surgical platforms have provided favourable outcomes for patients, but the impact on surgeons is not well described. This systematic review aims to synthesize and evaluate the physical and mental impact of robotic surgery on surgeons compared to standard laparoscopic or open surgery. METHODS: A search strategy was developed to identify peer-reviewed English articles published from inception to end of December 2019 on the following databases: MEDLINE, PubMed, PsycINFO and Embase. The articles were assessed using a modified Newcastle-Ottawa tool. RESULTS: Of the 6563 papers identified, 30 studies were included in the qualitative synthesis of this review. Most of the included studies presented a high risk of bias. A total of 13 and 21 different physical and mental tools, respectively, were used to examine the impact on surgeons. The most common tool used to measure physical and mental demand were surface electromyography (N = 9) and the NASA Task Load Index (NASA-TLX; N = 8), respectively. Majority of studies showed mixed results for physical (N = 10) and mental impact (N = 7). This was followed by eight and six studies favouring RS over other surgical modalities for physical and mental impact, respectively. CONCLUSION: Most studies showed mixed physical and mental outcomes between the three surgical modalities. There was a high risk of bias and methodological heterogeneity. Future studies need to correlate mental and physical stress with long-term impact on the surgeons.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».