Robot‐assisted laparoscopic continent cutaneous urinary diversion in adults: A single‐centre study
Notice bibliographique
Résumé
Objectives: To show that robot-assisted laparoscopic cutaneous continent urinary diversion (RALCCUD) is feasible and safe; however, data on clinical outcomes in adults are lacking. Materials and methods: We conducted a retrospective study of all adults who underwent RALCCUD between 2017 and 2022 at a single tertiary reference centre.Patient characteristics, clinical information and perioperative outcomes were recorded. All patients underwent pre- and postoperative urodynamic evaluations.Functional outcomes were evaluated at 3 months, then yearly. Continence was defined as no stomal or urethral leakage. Results: = 11), median (IQR) age 47.4 (19-57) years underwent RALCCUD (four Mitrofanoff, four Yang-Monti and four Casale). The main indication for surgery was inability to perform intermittent self-catheterization through the native urethra.Eleven patients (92%) had neurogenic lower urinary tract disease caused by spinal cord injury or spinal dysraphism.Median (IQR) operative time was 313 (285-367) min. Four patients (33%) underwent concomitant procedures: three supratrigonal cystectomy (SC) with augmentation cystoplasty (AC) and one artificial urinary sphincter (AUS). No conversions to an open approach were required. Median (IQR) follow-up was 51 (40-61) months. One early postoperative complication occurred (Clavien grade III). The late postoperative complication rate was 17%, with three complications occurring in three patients.At the last follow-up, all patients could self-catheterize through the tube, and the stomal and urethral continence rate was 100%. Conclusion: RALCCUD is feasible and safe in adults, with a high rate of stomal and urethral continence and a low complication rate.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».