Association of preoperative <scp>CT‐scan</scp> features and clinically relevant postoperative pancreatic fistula after pancreaticoduodenectomy: a <scp>meta‐analysis</scp>
Notice bibliographique
Résumé
BACKGROUND: Clinically relevant postoperative pancreatic fistula (CR-POPF) is a significant complication after pancreaticoduodenectomy. CR-POPF is associated with various adverse outcomes, including high mortality rates. Identifying complication predictors for CR-POPF, such as preoperative CT scan features, including pancreatic attenuation index (PAI) and pancreatic duct diameter (PDD), is critical. This systematic review and meta-analysis consolidate existing literature to assess the impact of these variables on CR-POPF risk. METHODS: Our comprehensive search, conducted in May 2023, covered PubMed, Scopus, Embase, and Web of Science databases. Inclusion criteria encompassed peer-reviewed cohort studies on pancreaticoduodenectomy, focusing on preoperative CT scan data. Case reports, case series, and studies reporting distal pancreatectomy were excluded. The quality assessment of included articles was done using New-Castle Ottawa Scale for cohort studies. Statistical analysis was carried out using Review Manager 5. This study was registered at the International Prospective Register of Systematic Reviews database (PROSPERO) on 12 May 2023 (registration number: CRD42023414139). RESULTS: We conducted a detailed analysis of 38 studies with 7393 participants. The overall incidence of CR-POPF was 24%. Multiple linear regression analyses revealed that PDD and pancreatic parenchymal thickness were significantly associated with CR-POPF. CONCLUSION: Our systematic review and meta-analysis shed light on CT scan findings for predicting CR-POPF after Whipple surgery. Age, PDD, and pancreatic parenchymal thickness significantly correlate with CR-POPF.
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 | 0,007 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,005 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 | 0,002 |
| 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 ».