Robotic-assisted laparoscopic partial nephrectomy vs. laparoscopic and open partial nephrectomy
Notice bibliographique
Résumé
INTRODUCTION: In 2019, our center attempted to transition all partial nephrectomies (PNs) to robotic-assisted laparoscopic PN (RALPN). The purpose of this study was to compare RALPN outcomes to laparoscopic PN (LPN) and open PN (OPN) at our institution, as there is limited literature from Canadian centers. METHODS: In this single-center, two-surgeon, retrospective cohort study, we compared RALPN outcomes during the early phase of our robotics program to OPN and LPN performed just before the introduction of RALPN. RESULTS: A total of 106 patients underwent OPN, 83 LPN, and 82 RALPN during the study period. Median RALPN REN AL score was 7 vs. 6 for LPN (p<0.05) and 8 for OPN (p=0.10). Median RALPN length of stay (LOS) was two days vs. three and four days for LPN and OPN (p<0.05), respectively. OPN median procedure time was 104 minutes vs. 94 and 82 minutes for LPN and RALPN (p<0.05), respectively. Median OPN operating room (OR) time was 160 minutes vs. 150 and 146 minutes for LPN and RALPN (p<0.05), respectively. There were no significant differences in intraoperative (p=0.92) or postoperative complication rates (p=0.47). RALPN warm ischemia time (WIT) was 17 minutes vs. 14.5 and 15 minutes for OPN and LPN (p<0.05), respectively. Median RALPN estimated blood loss (EBL) was 165 ml vs. 250 ml for OPN (p<0.05) and 125 ml for LPN (p=0.15). CONCLUSIONS: Although patients who underwent RALPN had longer WIT, they had similar rates of complications, required less total OR time, and had shorter procedure times and LOS compared with OPN and LPN despite similar REN AL scores compared to OPN and greater scores than LPN.
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) | 0,002 | 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 ».