P18 Assessment of da Vinci robotic system for paediatric laparoscopic procedures
Notice bibliographique
Résumé
Abstract Introduction We aimed to evaluate the da Vinci surgical system in its application for robotic-assisted laparoscopic surgery in paediatric patients. Methods A narrative review of the literature on the use of this technology was performed following ENTREQ guidelines using PubMed/Medline, EMBASE, and Google Scholar databases with no setting or language restrictions. Results A total of 16 publications were selected for inclusion. Although the literature on the accuracy and precision of this technology are encouraging, its use in paediatric patients are still in its early stages and has yet to be explored in great detail. In addition to the technical intricacies, training and learning curve, port placement complications, cost, we identified concerning shortcomings including its bulkiness and lack of force feedback, which lead to procedural injuries notably, tearing of muscles, blood vessels, and nerves, as well as surgical error. For both, we propose sensory haptic feedback systems, soft tissue model, image-guided or virtual reality simulation training to reduce these injury-related complications. However, this does not replace the necessity for “supervised trial and error” operation of the robotic system in surgical settings. Conclusion Innovations in educational training for robotic surgery include tele-presence surgeries and robotic tele- mentoring, whereby expert surgeons share the same surgical field of view and controls as the training surgeon. In spite of this, there are inevitable risks associated with training when training surgeons must practice through trial and error on real patients and an emphasis must be placed on apposite pre-procedural surgical training. Take-home message Though promising, the use of the Da Vinci robotic system in children is still emerging and thus warrants further evaluation, training, and development prior to its routine implementation for use.
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 | 0,006 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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; 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 ».