MétaCan
Menu
Retour à la cohorte
Enregistrement W4360618751 · doi:10.3389/fsurg.2023.1090080

Robotic segmentectomy for early-stage lung cancer

2023· review· en· W4360618751 sur OpenAlex
Elisabeth Savonitto, Kazuhiro Yasufuku, Alison Wallace

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFrontiers in Surgery · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensToronto General HospitalUniversity of TorontoQueen Elizabeth II Health Sciences CentreDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineLung cancerRobotic surgeryStage (stratigraphy)SurgeryRandomized controlled trialCardiothoracic surgeryGold standard (test)General surgeryRadiologyOncology

Résumé

récupéré en direct d'OpenAlex

Lobectomies have long been the gold standard for surgical treatment of early-stage non-small cell lung cancer (NSCLC), with segmentectomies limited to instances of benign disease or as an alternative in patients where lung preservation is indicated. However, a recently published randomized control trial has demonstrated the superiority of segmentectomy over lobectomy in terms of overall survival for early-stage lung cancer. Segmentectomy could thus be considered a standard procedure for small-sized peripheral NSCLC. While segmentectomy via video-assisted thoracic surgery (VATS) is the most widespread approach, development in video instrumentation and thoracic robotic surgery is rapidly gaining interest. Indeed, robotic surgery pioneers boast the advantages in three-dimensional view, improved magnification, ergonomics, dexterity, safety, and ease of surgery with this technology. This review aims to outline robotic-assisted segmentectomy indications, preoperative evaluation, and the operative conduct for the different lung segments from a single surgeon console. There are many ways to perform segmentectomies and therefore this review describes generalized approaches that can be tailored based on experience.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,540
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,382
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle