Impact of Robotic-Assisted Partial Nephrectomy with Single Layer versus Double Layer Renorrhaphy on Postoperative Renal Function
Notice bibliographique
Résumé
We aimed to investigate the differences in renal function between patients who underwent single inner-layer renorrhaphy (SILR) or double-layer renorrhaphy (DLR) among those with renal tumors who underwent robot-assisted partial nephrectomy (RAPN). This retrospective multicenter cohort study was conducted between November 2018 and October 2023 at two institutions and included patients who underwent RAPN. In total, 93 eligible patients who underwent RAPN were analyzed. Preoperative renal function and prevalence of chronic kidney disease were not significantly different between the two groups. Although urinary leakage was observed in three patients (5.9%) in the SILR group, there was no significant difference between the two groups regarding surgical outcomes (p = 0.249). Serum creatinine levels after RAPN were significantly lower in the SILR group than in the DLR group on postoperative days 1 and 365 following RAPN (p = 0.04). The estimated glomerular filtration rate (eGFR) was significantly lower in the DLR group than in the SILR group only on postoperative day 1; however, there was no significant difference between the two groups thereafter. Multivariate analysis showed that the method of renorrhaphy was not a predictor for maintaining renal function after RAPN even though it was associated with eGFR on postoperative day 1.
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) | 0,001 | 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 ».