Robotic and laparoscopic gynaecological surgery: a prospective multicentre observational cohort study and economic evaluation in England
Notice bibliographique
Résumé
OBJECTIVE: To compare the health-related quality of life and cost-effectiveness of robot-assisted laparoscopic surgery (RALS) versus conventional 'straight stick' laparoscopic surgery (CLS) in women undergoing hysterectomy as part of their treatment for either suspected or proven gynaecological malignancy. DESIGN: Multicentre prospective observational cohort study. SETTING: Patients aged 16+ undergoing hysterectomy as part of their treatment for gynaecological malignancy at 12 National Health Service (NHS) cancer units and centres in England between August 2017 and February 2020. PARTICIPANTS: 275 patients recruited with 159 RALS, 73 CLS eligible for analysis. OUTCOME MEASURES: Primary outcome was the European Organisation for Research and Treatment of Cancer Quality of Life measure (EORTC). Secondary outcomes included EuroQol-5 Dimension (EQ-5D-5L) utility, 6-minute walk test (6MWT), NHS costs using pounds sterling (£) 2018-2019 prices and cost-effectiveness. The cost-effectiveness evaluation compared EQ-5D-5L quality adjusted life years and costs between RALS and CLS. RESULTS: No difference identified between RALS and CLS for EORTC, EQ-5D-5L utility and 6MWT. RALS had unadjusted mean cost difference of £556 (95% CI -£314 to £1315) versus CLS and mean quality adjusted life year (QALY) difference of 0.0024 (95% CI -0.00051 to 0.0057), non-parametric incremental cost-effectiveness ratio of £231 667per QALY. For the adjusted cost-effectiveness analysis, RALS dominated CLS with a mean cost difference of -£188 (95% CI -£1321 to £827) and QALY difference of 0.0024 (95% CI -0.0008 to 0.0057). CONCLUSIONS: Findings suggest that RALS versus CLS in women undergoing hysterectomy (after adjusting for differences in morbidity) is cost-effective with lower costs and QALYs. Results are highly sensitive to the usage of robotic hardware with higher usage increasing the probability of cost-effectiveness. Non-inferiority randomised controlled trial would be of benefit to decision-makers to provide further evidence on the cost-effectiveness of RALS versus CLS but may not be practical due to surgical preferences of surgeons and the extensive roll out of RALS.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 | 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 ».