Robotic transanal minimally invasive surgery (R-TAMIS): current evidence in the treatment of early rectal neoplasia
Notice bibliographique
Résumé
INTRODUCTION: Robotic transanal minimally invasive surgery (R-TAMIS) was introduced in 2012 for the excision of benign rectal polyps and low grade rectal cancer. Ergonomic improvements over traditional laparoscopic TAMIS (L-TAMIS) include increased dexterity within a small operative field, with possibility of better surgical precision. We aim to collate the existing data surrounding the use of R-TAMIS to treat rectal neoplasms from cohort studies and larger case series, providing a foundation for future, large-scale, comparative studies. METHODS: Medline, EMBASE and Web of Science were searched as part of our review. Randomised controlled trials (RCTs), cohort studies or large case series (≥ 5 patients) investigating the use of R-TAMIS to resect rectal neoplasia (benign or malignant) were eligible for inclusion in our analysis. Quality assessment of included studies was performed via the Newcastle Ottawa Scale (NOS) risk of bias tool. Outcomes extracted included basic participant characteristics, operative details and histopathological/oncological outcomes. RESULTS: Eighteen studies on 317 participants were included in our analysis. The quality of studies was generally satisfactory. Overall complication rate from R-TAMIS was 9.7%. Clear margins (R0) were reported in 96.2% of patients. Local recurrence (benign or malignant) occurred in 2.2% of patients during the specified follow-up periods. CONCLUSION: Our review highlights the current evidence for R-TAMIS in the local excision of rectal lesions. While R-TAMIS appears to have complication, margin negativity and recurrence rates superior to those of published L-TAMIS series, comparative studies are needed.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».