Postoperative Mortality Rate after Radical Cystectomy: A Systematic Review of Epidemiologic Series
Notice bibliographique
Résumé
INTRODUCTION: Mortality after radical cystectomy (RC) varies widely in the literature. In cohort studies, mortality rates can vary from as low as 0.5% in large-volume academic centers (2) to as high as 25% in developing countries series. This study aims to perform a systematic review of population-based studies reporting mortality after RC. METHODS: A Systematic search was performed in Medline (PubMed®), Embase, and Cochrane for epidemiologic studies reporting mortality after RC. Institutional cohorts and those reporting mortality for specific groups within populations were excluded. Case series and non-epidemiologic series were also excluded. The aim of this review is to evaluate in-hospital mortality (IHM), 30-day mortality (30M), and 90-day mortality (90M). RESULTS: Systematic search resulted in 42 papers comprising 449,661 patients who underwent RC from 1984 to 2017. Mean age was 66.1. Overall IHM, 30M, and 90M were 2.6%, 2.7%, and 4.9%, respectively, with 90M being 2.6 times higher than IHM on average. Lowest IHM was found in Canada and Australia (0.2% and 0.6%, respectively), while the highest IHM was 7.8% (Brazil). Canada and Spain showed the highest 90M (6.5%). 159,584 urinary diversions were analyzed, being mostly ileal conduits (76.8%). CONCLUSIONS: The majority of the studies available are from major developed economies with paucity of data in the developing world. 90M after RC tends to be at least twice as high as IHM. The knowledge of such epidemiologic data is vital to guide public policies, such as centralization, in order to reduce mortality.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,006 | 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 ».