Unravelling the Complexity Myth for Minimally Invasive Right Hepatectomy: Liver Parenchymal Features and their Correlation to Objective Outcomes in Major Anatomical Resections
Notice bibliographique
Résumé
BACKGROUND: Minimally invasive approaches to major liver resection have been limited by presumed difficulty of the operation. While some concerns arise from mastering the techniques, factors such as tumor size and liver parenchymal features have anecdotally been described as surrogates for operative difficulty. These factors have not been systematically studied for minimally invasive right hepatectomy (MIRH). METHODS: Seventy-five patients who underwent MIRH during 2007-2016 by the senior author were evaluated; these were compared to control group of open right hepatectomy. Demographics, operative, and post-operative variables were collected. Operative times and estimated blood loss, two objective parameters of operative difficulty were correlated to volume of hepatic resection, parenchymal transection diameter and liver parenchymal features using regression analysis. RESULTS: Thirty-eight (50.6%) resections were performed for malignant indications. Average tumor size was 5.7 cm (±3.6), mean operative time was 196 min (±74), and mean EBL was 220 mL (±170). Average transection diameter was 10.1 cm (±1.7). There was no correlation between operative difficulty with parenchymal transection diameter or presence of steatosis. Blood loss was higher with increased right hepatic lobe volume and body mass index. CONCLUSIONS: This analysis of a very defined anatomical resection suggests that the often quoted radiographic and pathologic features indicative of a challenging procedure were not significant in determining operative difficulty.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».