The impact of segmentectomy versus lobectomy on pulmonary function in patients with non-small-cell lung cancer: a meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: Segmentectomy has been reported as an alternative to lobectomy for small-sized NSCLC without detriment to survival. The long-term benefits of segmentectomy over lobectomy on pulmonary function have not been firmly established. This meta-analysis aims to compare postoperative changes in pulmonary function in NSCLC patients undergoing segmentectomy or lobectomy. METHODS: Medline, Embase, Web of Science and Scopus were searched through March 2021. Statistical comparisons were made when appropriate. RESULTS: Fourteen studies (2412 participants) out of 324 citations were included in this study. All selected studies were high quality, as indicated by the Newcastle-Ottawa scale for assessing the risk of bias. Clinical outcomes were compared between segmentectomy and lobectomy. ΔFEV1 [10 studies, P < 0.01, WMD = 0.40 (0.29, 0.51)], ΔFVC [4 studies, P < 0.01, WMD = 0.16 (0.07, 0.24)], ΔFVC% [4 studies, P < 0.01, WMD = 4.05 (2.32, 5.79)], ΔFEV1/FVC [2 studies, P < 0.01, WMD = 1.99 (0.90, 3.08)], and ΔDLCO [3 studies, P < 0.01, WMD = 1.30 (0.69, 1.90)] were significantly lower in the segmentectomy group than in the lobectomy group. Subgroup analysis showed that in stage IA patients, the ΔFEV1% [3 studies, P < 0.01, WMD = 0.26 (0.07, 0.46)] was significantly lower in the segmentectomy group. The ΔDLCO% and ΔMVV% were incomparable. CONCLUSION: Segmentectomy preserves more lung function than lobectomy. There were significantly smaller decreases in FEV1, FVC, FVC%, FEV1/FVC and DLCO in the segmentectomy group than in the lobectomy group.
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 | 0,017 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,075 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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 ».