Trends of Benign Prostatic Hyperplasia Procedures in Ambulatory Surgery Settings
Notice bibliographique
Résumé
Introduction:Holmium laser enucleation of the prostate (HoLEP) has evidenced-based advantages in treating benign prostatic hyperplasia (BPH) relative to other interventions. Unfortunately, the adoption of HoLEP has remained relatively low in Medicare and the National Surgical Quality Improvement Program populations. HoLEPs role as an inpatient surgical intervention is changing as advancements in the technique and systems have demonstrated the feasibility of same-day discharge. Thus, our objective was to evaluate national HoLEP trends in ambulatory surgery settings from 2016 to 2019. Materials and Methods:The Nationwide Ambulatory Surgery Sample (NASS) is the largest national all-payer database of ambulatory surgical encounters, managed by the Agency for Healthcare Research and Quality. A cross-sectional retrospective analysis of the 2016 and 2019 NASS was performed. Rates of BPH surgeries were calculated and stratified by age, census region, and primary payer to compare across time points for trends. Chi-squared tests and two-sample t-tests were completed for categorical and continuous variables, respectively. Results:The total number of ambulatory BPH surgeries fell 20% between 2016 (n = 124,538) and 2019 (n = 100,593). In 2016, HoLEP lagged behind photoselective vaporization of the prostate (PVP) and transurethral resection of prostate (TURP) with 4.7% of surgeries but rose to the second most common procedure in 2019 with 8.3% of total surgeries. TURP was the most common intervention (62.6% in 2016, 90.7% in 2019). Simple prostatectomy was the most expensive intervention. By U.S. census region, more HoLEPs were carried out in the South (43.1% in 2016, 37.5% in 2019) and Midwest (26.8% in 2016, 31.7% in 2019). Conclusions:Overall, HoLEP uptake is increasing. HoLEP has replaced greenlight PVP as the second most frequently used intervention. The rate of ambulatory HoLEPs has nearly doubled despite a general decrease in the number of surgeries.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».