Learning curve for laparoscopic cholecystectomy has not been defined: A systematic review
Notice bibliographique
Résumé
BACKGROUND: Laparoscopic cholecystectomy is one of the most performed surgeries worldwide but its learning curve is still unclear. METHODS: A systematic review was conducted according to the 2009 Preferred Reporting Items for Systematic Reviews and Meta-analyses guidelines. Two independent reviewers searched the literature in a systematic manner through online databases, including Medline, Scopus, Embase, and Google Scholar. Human studies investigating the learning curve of laparoscopic cholecystectomy were included. The Newcastle-Ottawa scale for cohort studies and the GRADE scale were used for the quality assessment of the selected articles. RESULTS: Nine cohort studies published between 1991 and 2020 were included. All studies showed a great heterogeneity among the considered variables. Seven articles (77.7%) assessed intraoperative variables only, without considering patient's characteristics, operator's experience, and grade of gallbladder inflammation. Only five articles (55%) provided a precise cut-off value to see proficiency in the learning curve, ranging from 13 to 200 laparoscopic cholecystectomies. CONCLUSIONS: The lack of clear guidelines when evaluating the learning curve in surgery, probably contributed to the divergent data and heterogeneous results among the studies. The development of guidelines for the investigation and reporting of a surgical learning curve would be helpful to obtain more objective and reliable data especially for common operation such as laparoscopic cholecystectomy.
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 | 0,020 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,009 |
| Bibliométrie | 0,009 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 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 ».