Comparison of Clinicopathologic and Oncological Outcomes Between Transurethral En Bloc Resection and Conventional Transurethral Resection of Bladder Tumor: A Systematic Review, Meta-Analysis, and Network Meta-Analysis with Focus on Different Energy Sources
Notice bibliographique
Résumé
Introduction: It has been hypothesized that transurethral en bloc (TUEB) of bladder tumor offers benefits over conventional transurethral resection of bladder tumor (cTURBT). This study aimed to compare disease outcomes of TUEB and cTURBT with focus on the different energy sources. Methods: A systematic search was performed using PubMed and Web of Science databases in June 2021. Studies that compared the pathological (detrusor muscle presence), oncological (recurrence rates) efficacy, and safety (serious adverse events [SAEs]) of TUEB and cTURBT were included. Random- and fixed-effects meta-analytic models and Bayesian approach in the network meta-analysis was used. Results: Seven randomized clinical trials (RCTs) and seven non-RCTs (NRCT), with a total of 2092 patients. The pooled 3- and 12-month recurrence risk ratios (RR) of five and four NRCTs were 0.46 (95% CI 0.29–0.73) and 0.56 (95% CI 0.33–0.96), respectively. The pooled 3- and 12-month recurrence RRs of four and seven RCTs were 0.57 (95% CI 0.25–1.27) and 0.89 (95% CI 0.69–1.15), respectively. The pooled RR for SAEs such as prolonged hematuria and bladder perforation of seven RCTs was 0.16 (95% CI 0.06–0.41) in benefit of TUEB. Seven RCTs ( n = 1077) met our eligibility criteria for network meta-analysis. There was no difference in 12-month recurrence rates between hybridknife, laser, and bipolar TUEB compared with cTURBT. Contrary, laser TUEB was significantly associated with lower SAEs compared with cTURBT. Surface under the cumulative ranking curve ranking analyses showed with high certainty that laser TUEB was the best treatment option to access all endpoints. Conclusion: While NRCTs suggested a recurrence-free benefit to TUEB compared with cTURBT, RCTs failed to confirm this. Conversely, SAEs were consistently and clinically significantly better for TUEB. Network meta-analyses suggested laser TUEB has the best performance compared with other energy sources. These early findings need to be confirmed and expanded upon.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,025 | 0,007 |
| 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 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 ».