Cost Analysis of Laparoscopic Low Anterior Resection vs. Transanal Endoscopic Microsurgery for Rectal Neoplasms
Notice bibliographique
Résumé
Despite the increasing application of transanal endoscopic microsurgery (TEM) for rectal lesions, the cost of the equipment may play a role in a hospital’s hesitancy to invest in the platform. This study compares the cost of TEM to laparoscopic low anterior resection (LAR). Patients who underwent laparoscopic LAR (n = 24) for rectal neoplasm between 2006 and 2014 were case-matched based on sex, age, comorbidities, lesion size and location to patients who underwent TEM at a busy secondary care urban hospital. Procedure-related costs and costs associated with readmissions for complications and related subsequent surgeries in the first 3 years were calculated. There were 42 hospital admissions for 24 LAR patients, totalling 326 hospital days. For 24 TEM patients, there were 25 hospital admissions, totalling 56 hospital days. Subsequent operations for LAR patients included 2 washout and diverting ileostomies (8%), 2 adhesionolysis (8%), 4 ventral hernia repairs (16%) and 11 ileostomy reversals (46%). In the TEM group, there was one operation for recurrence (4%). The mean cost of LAR, including all related hospital costs in the subsequent 3 years, was CAD 14,851 (95% CI: CAD 10,124–19,579). The mean cost of TEM was CAD 2449 (95% CI: CAD 2133–2767; p < 0.0001), with a savings of CAD 12,402 per patient. TEM for rectal neoplasm is associated with significantly lower hospital costs, which far outweigh the costs of acquiring and maintaining the technology.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».