Robot‐assisted thoracic surgery versus video‐assisted thoracic surgery for treatment of patients with thymoma: A systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: Surgical resection of the thymus is indicated in the presence of primary thymic diseases such as thymoma. Video-assisted thoracoscopic surgery (VATS) and robot-assisted thoracic surgery (RATS) offer a minimally invasive approach to thymectomy. However, there is no clear conclusion whether RATS can achieve an equal or even better surgical effect when compared with VATS in treatment of thymoma. We performed this meta-analysis to explore and compare the outcomes of RATS versus VATS for thymectomy in patients with thymoma. METHODS: PubMed, Cochrane Library, EMBASE, China National Knowledge Infrastructure (CNKI), Medline, and Web of Science databases were searched for full-text literature citations. The quality of the articles was evaluated using the Newcastle-Ottawa Scale and the data analyzed using Review Manager 5.3 software. Fixed or random effect models were applied according to heterogeneity. Subgroup analysis was conducted. RESULTS: A total of 11 studies with 1418 patients, of whom 688 patients were in the RATS group and 730 in the VATS group, were involved in the analysis. Compared with VATS, RATS was associated with less blood loss in operation, lower volume of drainage, fewer postoperative pleural drainage days, shorter postoperative hospital stay, and fewer postoperative complications. There was no significant difference in operative time and patients with or without myasthenia gravis between the two groups. CONCLUSIONS: RATS has more advantages over VATS, indicating that RATS is better than VATS in terms of postoperative recovery. We look forward to more large-sample, high-quality randomized controlled studies published in the future.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,028 | 0,008 |
| Bibliométrie | 0,001 | 0,004 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».