The impact of robotic surgery access on the management of patients with clinical stage I kidney tumors at Canadian academic centers
Notice bibliographique
Résumé
INTRODUCTION: Robotic surgery is used in the treatment of kidney tumors. We aimed to determine if robotic access was associated with initial choice of management for patients with a clinical stage I kidney mass. METHODS: Patients with a clinical stage I kidney mass were identified from the Canadian Kidney Cancer information system (CKCis) cohort. Sites were classified by year and access to robotic surgery. Associations between robotic access and initial management were determined using logistic regression. Univariable and multivariable analyses were performed, adjusting for tumor size and stage, and presented as relative risks (RR ) or adjusted RR (aRR) and 95% confidence intervals (CI). RESULTS: Overall, 4160 patients were included. Among patients treated with surgery, the proportion of partial nephrectomy compared to radical nephrectomy was significantly higher in robotic sites (77.3% for robotic sites vs. 65.9% for non-robotic sites; RR 1.17, 95% CI 1.12-1.23, p<0.0001; aRR 1.12, 95% CI 1.08-1.17, p<0.0001). Patients receiving partial nephrectomy at sites with robotic access were more likely to receive a minimally invasive approach compared to patients at non-robotic sites (61.4% vs. 50.9%, RR 1.21, 95% CI 1.12-1.30; aRR 1.16, 95% CI 1.08-1.25, p<0.0001). The proportion of patients managed by active surveillance was not significantly different between robotic (405, 16.9%) and non-robotic (258, 14.7%) sites (RR 1.15, 95% CI 0.99-1.32; aRR 0.97, 95% CI 0.84-1.12). CONCLUSIONS: Access to robotic kidney surgery was associated with increased use of partial nephrectomy and minimally invasive partial nephrectomy. Use of active surveillance was similar at robotic and non-robotic institutions. Limitations of this study include lack of data on perioperative complications and cancer recurrence.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».