MétaCan
Menu
Retour à la cohorte
Enregistrement W4400270346 · doi:10.1097/dcr.0000000000003424

The Learning Curve for Robotic Lateral Pelvic Lymph Node Dissection for Rectal Cancer: A View From the West

2024· article· en· W4400270346 sur OpenAlexfundno aff
Annamaria Agnes, Oliver Peacock, Naveen Manisundaram, Young Wan Kim, Nir Stanietzky, Raghu Vikram, Brian K. Bednarski, Tsuyoshi Konishi, Y. Nancy You, George J. Chang

Notice bibliographique

RevueDiseases of the Colon & Rectum · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Surgical Treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteNational Institutes of HealthUniversity of Texas MD Anderson Cancer CenterKillam Trusts
Mots-clésMedicineDissection (medical)Surgical oncologyLymph nodeGeneral surgeryColorectal cancerColorectal surgeryRectumSurgeryRadiologyCancerInternal medicineAbdominal surgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Lateral pelvic lymph node dissection is performed for selected patients with rectal cancer with persistent lateral nodal disease after neoadjuvant therapy. This technique has been slow to be adopted in the West because of concerns regarding technical difficulty. This is the first report on the learning curve for lateral pelvic lymph node dissection in the United States or Europe. OBJECTIVE: This study aimed to analyze the learning curve associated with robotic lateral pelvic lymph node dissection. DESIGN: Retrospective observational cohort. SETTING: Tertiary academic cancer center. PATIENTS: Consecutive patients from 2012 to 2021. INTERVENTION: All patients underwent robotic lateral pelvic lymph node dissection. MAIN OUTCOME MEASURES: The primary end points were the learning curves for the maximum number of nodes retrieved and urinary retention, which was evaluated with simple cumulative sum and 2-sided Bernoulli cumulative sum charts. RESULTS: Fifty-four procedures were included. A single-surgeon learning curve (n = 35) and an institutional learning curve are presented in the analysis. In the single-surgeon learning curve, a turning point marking the end of a learning phase was detected at the 12th procedure for the number of retrieved nodes and at the 20th procedure for urinary retention. In the institutional learning curve analysis, 2 turning points were identified at the 13th procedure, indicating progressive improvements for the number of retrieved nodes, and at the 27th procedure for urinary retention. No sustained alarm signals were detected at any time point. LIMITATIONS: The retrospective nature, small sample size, and the referral center nature of the reporting institution may limit generalizability. CONCLUSIONS: In a setting of institutional experience with robotic colorectal surgery, including beyond total mesorectal excision resections, the learning curve for robotic lateral pelvic lymph node dissection is acceptably short. Our results demonstrate the feasibility of the acquisition of this technique in a controlled setting, with sufficient case volume and proctoring to optimize the learning curve. See Video Abstract. LA CURVA DE APRENDIZAJE DE LA DISECCIN ROBTICA DE LOS GANGLIOS LINFTICOS PLVICOS LATERALES EN EL CNCER DE RECTO UNA VISIN DESDE OCCIDENTE: ANTECEDENTES:La disección lateral de los ganglios linfáticos pélvicos se realiza en pacientes seleccionados con cáncer de recto con enfermedad ganglionar lateral persistente tras el tratamiento neoadyuvante. La adopción de esta técnica en Occidente ha sido lenta debido a la preocupación por su dificultad técnica. Éste es el primer informe sobre la curva de aprendizaje de la disección de los ganglios linfáticos pélvicos laterales en EE.UU. o Europa.OBJETIVO:El objetivo de este estudio fue analizar la curva de aprendizaje asociada a la disección robótica de los ganglios linfáticos pélvicos laterales.DISEÑO:Cohorte observacional retrospectiva.LUGAR:Centro oncológico académico terciario.PACIENTES:Pacientes consecutivos desde 2012 al 2021.INTERVENCIÓN:Todos los pacientes fueron sometieron a disección robótica de ganglios linfáticos pélvicos laterales.PRINCIPALES MEDIDAS DE RESULTADO:Los criterios de valoración primarios fueron las curvas de aprendizaje tomando en cuenta el mayor número de ganglios recuperados y la retención urinaria que fueron evaluados con gráficos de suma acumulativa simple y de suma acumulativa de Bernoulli de dos caras.RESULTADOS:Fueron incluidos 54 procedimientos. En el análisis se presentan una curva de aprendizaje de un solo cirujano (n = 35) y una curva de aprendizaje institucional. En la curva de aprendizaje de un solo cirujano, se detectó un punto de inflexión que marcaba el final de una fase de aprendizaje en el duodécimo procedimiento para el número de ganglios extraídos y en el vigésimo para la retención urinaria. En el análisis de la curva de aprendizaje institucional, se identificaron dos puntos de inflexión en las intervenciones 13.ª y 26.ª, que indicaron mejoras progresivas en el número de ganglios extraídos, y en la 27.ª en la retención urinaria. No se detectaron señales de alarma sostenidas en ningún momento.LIMITACIONES:La naturaleza retrospectiva, el pequeño tamaño de la muestra y la naturaleza de centro de referencia de la institución informante que pueden limitar la capacidad de generalizarse.CONCLUSIONES:En un entorno de experiencia institucional con cirugía robótica colorrectal incluyendo más allá de las resecciones TME, la curva de aprendizaje para la disección robótica de ganglios linfáticos pélvicos laterales es aceptablemente corta. Nuestros resultados demuestran la viabilidad de la adquisición de esta técnica en un entorno controlado, con un volumen de casos suficiente y una supervisión que puede optimizar la curva de aprendizaje. (Traducción-Dr. Osvaldo Gauto ).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0030,006
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,317
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiseases of the Colon & RectumMême sujetColorectal Cancer Surgical TreatmentsTravaux en français237 207