Robot-assisted vs. laparoscopic nephroureterectomy for upper urinary tract urothelial carcinoma: a systematic review and meta-analysis based on comparative studies
Notice bibliographique
Résumé
Background: Robot-assisted nephroureterectomy (RANU) and laparoscopic nephroureterectomy (LNU) are two minimally invasive surgical management for upper urinary tract urothelial carcinomas (UTUC). Though more high-tech, it remains largely unclear whether RANU provides additional benefits over LNU. We aimed to quantitatively compare the perioperative and oncologic outcomes between RANU and LNU. Methods: The systematic review was performed based on a registered protocol (registration number CRD42022319086). We searched through PubMed, EMBASE and Cochrane databases, as well as conference proceedings and references of review articles (May 2022) for comparative studies reporting perioperative and oncologic outcomes independently in RANU and LNU groups. Selection of studies and data extraction were performed independently by two researchers. Risk of bias was assessed using the modified Newcastle-Ottawa Scale. Results of random-effects meta-analyses were presented as mean differences (MD) or Odds ratio (OR), as appropriate. Subgroup and univariate meta-regression analyses were performed to identify interstudy heterogeneities. Results: The review included 8470 patients undergoing RANU and 19872 patients undergoing LNU from 12 comparative original studies. RANU was associated with fewer overall complications (OR=0.71, 95%CI: 0.62 to 0.81), longer operative time (MD=27.70, 95%CI: 0.83 to 54.60) and shorter length of stay (MD=-0.53, 95%CI: -0.98 to -0.07) compared to LNU. In addition, patients receiving RANU were more likely to have lymph node dissected (OR=2.61, 95%CI: 1.86 to 3.65). Recurrence and survival outcomes did not differ between two surgical procedures. Sample size, types of LNU and world region were major sources of heterogeneity. Conclusion: For UTUC patients, RANU offers fewer complications and shorter hospitalization. However, RANU requires longer operative time and shares similar oncologic outcomes compared to LNU. Further randomized designed studies are warranted. Systematic Review Registration: www.crd.york.ac.uk/prospero/, identifier CRD42022319086.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».