Robotic pancreaticoduodenectomy in patients with overweight or obesity: a meta-analysis protocol
Notice bibliographique
Résumé
INTRODUCTION: The prevalence of overweight or obesity among patients undergoing pancreaticoduodenectomy is on the rise. The utilisation of robotic assistance has the potential to enhance the feasibility of performing minimally invasive pancreaticoduodenectomy in this particular group of patients who are at a higher risk. The objective of this meta-analysis is to assess the safety and effectiveness of robotic pancreaticoduodenectomy in individuals with overweight or obesity. METHODS AND ANALYSIS: This investigation will systematically search for randomised controlled trials (RCTs) and non-randomised comparative studies that compare robotic pancreaticoduodenectomy with open or laparoscopic pancreaticoduodenectomy in patients with overweight or obesity, using PubMed, Embase and the Cochrane Library databases. The methodological quality of studies will be evaluated using the Cochrane risk of bias tool for RCTs and the Newcastle-Ottawa Scale for observational studies. RevMan software (V.5.4.1) will be used for statistical analysis. The OR and weighted mean differences will be calculated separately for dichotomous and continuous data. The selection of a fixed-effects or random-effects model will depend on the level of heterogeneity observed among the included studies. ETHICS AND DISSEMINATION: This study will be conducted based on data in the published literature from publicly available databases. Therefore, ethics approval is not applicable. The results will be disseminated in a peer-reviewed journal. PROSPERO REGISTRATION NUMBER: CRD42023462321.
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 | 0,041 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,003 |
| Méta-épidémiologie (sens large) | 0,015 | 0,027 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 0,004 |
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 ».