191 Minimally Invasive General Surgery Landmark Trials and Lessons Learned - A Narrative Review
Notice bibliographique
Résumé
Abstract Aims The aim of this review is to explore the history of minimally invasive (MI) surgery and landmark trials that guide modern practice. Methods A narrative review was conducted according to the four steps outlined by Demiris et al. Results MI surgery has become the gold-standard for many operations. Laparoscopic surgery has equivalent operative outcomes to open surgery with reduced recovery time and hospital stay. Randomised controlled trials (RCTs) investigating complex laparoscopic upper gastrointestinal oncological resections demonstrate reduced blood loss and postoperative pain. Within colorectal surgery, the CLASSIC and COREAN trials described comparable mortality and oncological clearance in MI colorectal cancer resections versus open surgery. Conversely, ALaCaRT and ACOSOG raised concerns about oncological results. Robotic surgery provides a high degree of instrument freedom and stabilises hand tremors, however substantial associated costs remain a barrier. Robotic cholecystectomy (RC) is a safe and effective tool, and RC outcomes are comparable to laparoscopic surgery in the elective setting; although more evidence is required for more complex disease outcomes. For rectal cancer, the ROLARR trial found no difference in complications, conversion rate, or circumferential margin positivity for robotic-assisted versus laparoscopic surgery. Recently, the Smart Tissue Autonomous Robot performed the first autonomous intestinal anastomosis on porcupines, outperforming expert surgeons for both consistency and accuracy, demonstrating the potential future of robotic surgery. Conclusion This review gives an overview of MI general surgery; demonstrating the advantages as well as some concerns for the different surgical techniques, and raises suggestions for future uses.
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 | 0,008 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».