Learning curve for laparoscopic cholecystectomy has not been defined: A systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,004 |
| Bibliométrie | 0,001 | 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 découle