Video-Assisted Thoracic Surgery vs. Thoracotomy for the Treatment in Patients With Esophageal Leiomyoma: A Systematic Review and Meta-Analysis
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: Surgical treatment is usually suitable for patients with esophageal leiomyoma. Video-assisted thoracic surgery (VATS) offers a minimally invasive approach to thoracotomy. However, there is no clear conclusion on whether VATS can achieve an equal or even better surgical effect when compared with the traditional open approach in the treatment of esophageal leiomyoma. We performed this meta-analysis to explore and compare the outcomes of VATS vs. thoracotomy for patients with esophageal leiomyoma. 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 were analyzed using the Review Manager 5.3 software. Fixed or random effect models were applied according to heterogeneity. Results: A total of 8 studies with 290 patients, of whom 141 patients were in the VATS group and 149 in the thoracotomy group, were involved in the analysis. Compared with thoracotomy, VATS was associated with shorter operative time, less blood loss in operation, and shorter postoperative hospital stay. There is no significant difference in postoperative pleural drainage day and postoperative complications between the two groups. Conclusions: VATS has more advantages over thoracotomy, indicating that VATS is better than thoracotomy in terms of postoperative recovery. We look forward to more large-sample, high-quality 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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,015 | 0,005 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,000 |
| 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