Association of Laparoscopic Surgery with Improved Perioperative and Survival Outcomes in Patients with Resectable Intrahepatic Cholangiocarcinoma: A Systematic Review and Meta-Analysis from Propensity-Score Matched Studies
Notice bibliographique
Résumé
BACKGROUND: Recent studies have associated laparoscopic surgery with better overall survival (OS) in patients with hepatocellular carcinoma (HCC) and colorectal liver metastasis (CRLM). The potential benefits of laparoscopic liver resection (LLR) over open liver resection (OLR) have not been demonstrated in patients with intrahepatic cholangiocarcinoma (iCC). METHODS: A systematic review of the PubMed, EMBASE, and Web of Science databases was performed to search studies comparing OS and perioperative outcome for patients with resectable iCC. Propensity-score matched (PSM) studies published from database inception to May 1, 2022 were eligible. A frequentist, patient-level, one-stage meta-analysis was performed to analyze the differences in OS between LLR and OLR. Second, intraoperative, postoperative, and oncological outcomes were compared between the two approaches by using a random-effects DerSimonian-Laird model. RESULTS: Six PSM studies involving data from 1.042 patients (530 OLR vs. 512 LLR) were included. LLR in patients with resectable iCC was found to significantly decrease the hazard of death (stratified hazard ratio [HR]: 0.795 [95% confidence interval [CI]: 0.638-0.992]) compared with OLR. Moreover, LLR appears to be significantly associated with a decrease in intraoperative bleeding (- 161.47 ml [95% CI - 237.26 to - 85.69 ml]) and transfusion (OR = 0.41 [95% CI 0.26-0.69]), as well as with a shorter hospital stay (- 3.16 days [95% CI - 4.98 to - 1.34]) and a lower rate of major (Clavien-Dindo ≥III) complications (OR = 0.60 [95% CI 0.39-0.93]). CONCLUSIONS: This large meta-analysis of PSM studies shows that LLR in patients with resectable iCC is associated with improved perioperative outcomes and, being conservative, yields similar OS outcomes compared with OLR.
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 | 0,007 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,024 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».