Volume-Outcome Relationship in Intra-abdominal Robotic-Assisted surgery. A Systematic Review
Notice bibliographique
Résumé
Abstract As robotic assisted surgery (RAS) expands to smaller centres, platforms are shared between specialities. Healthcare providers must consider case volume and mix required to maintain quality and cost-effectiveness. This can be informed, in-part, by the volume-outcome relationship. We perform a systematic review to describe the volume-outcome relationship in intra-abdominal robotic assisted surgery to report on suggested minimum volumes standards. A literature search of Medline, NICE Evidence Search, Health Technology Assessment Database and Cochrane Library using the terms: “robot*”, “surgery”, “volume” and “outcome” was performed. The included procedures were gynaecological: hysterectomy, urological: partial and radical nephrectomy, cystectomy, prostatectomy, and general surgical: colectomy, oesophagectomy. Hospital and surgeon volume measures and all reported outcomes were analysed. 41 studies, including 983149 procedures, met the inclusion criteria. Study quality was assessed using the Newcastle-Ottawa Quality Assessment Scale and the retrieved data was synthesised in a narrative review. Significant volume-outcome relationships were described in relation to key outcome measures, including operative time, complications, positive margins, lymph node yield and cost. Annual surgeon and hospital volume thresholds were described. We concluded that in centres with an annual volume of fewer than 10 cases of a given procedure, having multiple surgeons performing these procedures led to worse outcomes and, therefore, opportunities should be sought to perform other complimentary robotic procedures or undertake joint cases.
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 | 0,013 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».