MétaCan
Menu
Retour à la cohorte
Enregistrement W3155830611 · doi:10.5114/wiitm.2021.105377

Efficacy of radiofrequency ablation versus laparoscopic liver resection for hepatocellular carcinoma in China: a comprehensive meta-analysis.

2021· article· en· W3155830611 sur OpenAlexaboutno aff
Zhijun Li, Qiong Yu, Xiaozheng Lu, Yahui Liu, Bai Ji

Notice bibliographique

RevueVideosurgery and Other Miniinvasive Techniques · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensnon disponible
Organismes subventionnairesFirst Hospital of Jilin UniversityJilin UniversityPeople's Government of Jilin ProvinceNational Natural Science Foundation of ChinaNatural Science Foundation of Jilin Province
Mots-clésMedicineRadiofrequency ablationMeta-analysisHepatocellular carcinomaCochrane LibrarySurgeryLiver cancerInternal medicineAblation

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Hepatocellular carcinoma (HCC) has been the second leading cause of cancer-related death in China. Radiofrequency ablation is a relatively novel treatment that may improve the treatment of HCC. AIM: To evaluate and compare the efficacy and safety of radiofrequency ablation (RFA) versus laparoscopic liver resection (LLR) in the treatment of HCC. MATERIAL AND METHODS: We searched for relevant published studies in English (PubMed, Cochrane Library, EMBASE) and in Chinese (CBM, CNKI and Wanfang) from their inception until September 23, 2019. The quality of included studies was evaluated by the Newcastle-Ottawa Scale. RESULTS: A total of 19 retrospective studies including 2038 patients were eligible for the meta-analysis. The results of the meta-analysis demonstrated that LLR was superior to RFA in terms of 3-year overall survival rate (OR = 0.62), 1 to 3-year disease-free survival rates (OR = 0.57; OR = 0.41, respectively) and local recurrence rates (OR = 2.71). CONCLUSIONS: The meta-analysis demonstrates that laparoscopic liver resection should be preferred in tumors of size 3-5 cm, while for < 3 cm the long term results are equal.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,856
Score d'incertitude au seuil0,917

Scores Codex et Gemma par catégorie

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

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 Opus0,164
Tête enseignante GPT0,312
Écart entre enseignants0,148 · 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 tête enseignante, 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

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVideosurgery and Other Miniinvasive TechniquesMême sujetHepatocellular Carcinoma Treatment and PrognosisTravaux en français237 207