Sublobar resection reduces the risk of postoperative cognitive dysfunction compared with lobectomy
Notice bibliographique
Résumé
OBJECTIVES: Sublobar resection, including wedge resection and segmentectomy, is non-inferior to lobectomy in early-stage non-small cell lung cancer treatment. We aimed to compare the risk of postoperative cognitive dysfunction (POCD) between sublobar resection and lobectomy. METHODS: We conducted a prospective cohort study. Patients with sublobar resection or lobectomy were divided into the sublobar group or the lobar group, respectively. Cognition was assessed before and after surgery with Montreal Cognitive Assessment and Minimum Mental State Examination tests. POCD is defined as Z score of Montreal Cognitive Assessment change ≤-1.96. Propensity score matching (PSM) was performed to make demographics well-balanced between the 2 groups. RESULTS: A total of 335 patients were enrolled. Both the postoperative 1-day POCD rate (sublobar 5.5% vs lobar 18.2%, P < 0.001) and the postoperative 1-month POCD rate (sublobar 7.9% vs lobar 21.8%, P < 0.001) were significantly lower in the sublobar group compared with lobar group, with demographics unbalanced between the 2 groups. In the 133 demographics-matched pairs obtained by PSM, both the postoperative 1-day POCD rate (sublobar 5.3% vs lobar 17.3%, P = 0.005) and the postoperative 1-month POCD rate (sublobar 8.3% vs lobar 18.8%, P = 0.018) remained significantly lower in the sublobar group than in the lobar group. The incidences of postoperative 1-day (P = 0.109) and postoperative 1-month (P = 0.026) Minimum Mental State Examination abnormity were also lower in the sublobar group than in the lobar group but only the latter was with statistical significance after PSM. CONCLUSIONS: Sublobar resection has an advantage over lobectomy in preventing POCD. Our findings might be a reference for selecting the most suitable type of resection for non-small-cell lung cancer patients.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».