The Effect of Surgeon Volume on the Outcome of Laser Vaporization: A Single-Center Retrospective Study
Notice bibliographique
Résumé
Although laser vaporization is a popular minimally invasive treatment for cervical intraepithelial neoplasia (CIN), factors influencing CIN recurrence are understudied. Moreover, the effect of surgeon volume on patients' prognosis after laser vaporization for CIN is unknown. This single-center retrospective study evaluated the predictive value of surgeon volume and patient characteristics for laser vaporization outcomes in women with pathologically confirmed CIN2. Histologically confirmed CIN2 or higher grade after laser vaporization was defined as persistent or recurrent. Various patient characteristics were compared between women with and those without recurrence to examine the predictive factors for laser vaporization. There were 270 patients with a median age of 36 (18-60) years. The median follow-up period was 25 (6-75.5) months and the median period between treatment and persistence or recurrence was 17 (1.5-69) months. The median annual number of procedures for all seven surgeons was 7.8. There were 38 patients (14.1%) with persistent or recurrent lesions-24 had CIN2, 13 had CIN3, and one had adenocarcinoma in situ. Patient age, body mass index, surgeon volume, and history of prior CIN treatment or invasive cervical cancer were not significantly correlated with lesion persistence or recurrence. In conclusion, laser vaporization has comparable success rates and is a feasible treatment for both low- and high-volume surgeons.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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; 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 ».