Outcomes of robotic‐assisted versus open radical cystectomy in a large‐scale, contemporary cohort of bladder cancer patients
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: To test for differences in perioperative outcomes and total hospital costs (THC) in nonmetastatic bladder cancer patients undergoing open (ORC) versus robotic-assisted radical cystectomy (RARC). METHODS: We relied on the National Inpatient Sample database (2016-2019). Statistics consisted of trend analyses, multivariable logistic, Poisson, and linear regression models. RESULTS: Of 5280 patients, 1876 (36%) versus 3200 (60%) underwent RARC versus ORC. RARC increased from 32% to 41% (estimated annual percentage change [EAPC]: + 8.6%; p = 0.02). Rates of transfusion (8% vs. 16%), intraoperative (2% vs. 3%), wound (6% vs. 10%), and pulmonary (6% vs. 10%) complications were lower in RARC patients (all p < 0.05). Moreover, median length of stay (LOS) was shorter in RARC (6 vs. 7days; p < 0.001). Conversely, median THC (31,486 vs. 27,162$; p < 0.001) were higher in RARC. Multivariable logistic regression-derived odds ratios addressing transfusion (0.49), intraoperative (0.53), wound (0.68), and pulmonary (0.71) complications favored RARC (all p < 0.01). In multivariable Poisson and linear regression models, RARC was associated with shorter LOS (Rate ratio:0.86; p < 0.001), yet higher THC (Coef.:5,859$; p < 0.001). RARC in-hospital mortality was lower (1% vs. 2%; p = 0.04). CONCLUSIONS: RARC complications, LOS, and mortality appear more favorable than ORC, but result in higher THC. The favorable RARC profile contributes to its increasing popularity throughout the United States.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».