Efficiency of the Robotic Platform in Improving the Rate of Sphincter Preservation in Patients With Mid and Low Rectal Cancer
Notice bibliographique
Résumé
Background: The aim of this study was to investigate whether the robotic platform can have a positive impact on the rate of sphincter preservation in patients with rectal tumors, undergoing robotic total mesorectal excision (TME), in comparison with laparoscopic or open TME. We also analyzed and compared short-term outcomes. Methods: A prospectively collected robotic database was reviewed and compared with the trust and national data. Three groups were designed according to the surgical technique: open, laparoscopic and robotic. This includes all resections for mid and low rectal cancer which were performed with the robotic platform, over a period of 4 years, versus the trust data for the same period. Results: Two hundred ninety-seven patients with mid and low rectal cancers were analyzed. Demographics for the groups (gender, age, and body mass index) were similar but distance from anal verge was shorter in the robotic group (7 vs. 8.5 cm, P < 0.001). The percentage of abdominoperineal resection (APR) rate was significantly lower in the robotic group (13.5% vs. 39.6% vs. 52.4% for the open group, P < 0.001). Median length of stay, complication rate, and positive circumferential resection margin (CRM) rate for the robotic group were also statistically significantly lower than those for both laparoscopic and open groups. Conclusion: Robotic surgery for mid and low rectal cancer is safe and feasible, and could help surgeons perform ultra-low anterior resections, rather than APRs and save patients' sphincters. Positive CRM is low, which could lead to improved oncological outcomes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».