MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405070009 · doi:10.3390/curroncol31120576

Oncologic and Operative Outcomes of Robotic Staging Surgery Using Low Pelvic Port Placement in High-Risk Endometrial Cancer

2024· article· en· W4405070009 sur OpenAlexvenueno aff
Jeeyeon Kim, Jiheum Paek

Notice bibliographique

RevueCurrent Oncology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueEndometrial and Cervical Cancer Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineEndometrial cancerDissection (medical)SurgeryRobotic surgeryLymph nodePort (circuit theory)Body mass indexCancerRadiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Upper para-aortic lymph node dissection (PALND) is one of the most challenging gynecologic robotic procedures. This study aimed to evaluate the oncologic and operative outcomes of robotic staging surgery, including upper PALND, using low pelvic port placement (LP3) in 22 patients with high-risk endometrial cancer. High-risk was defined as patients who showed deep myometrial invasion with grade III, cervical involvement, or high-risk histology. The mean patient age and body mass index were 58 years and 24 kg/m2. The mean operative time was 263 min. The mean number of total LNs and upper PALNs obtained was 31 and 10. Two patients received lymphangiography to reduce the amount of drained lymphatic fluid after surgery. The recurrence rate was 13.6% (3/22). There were two LN recurrences and one at the peritoneum in the intra-abdominal cavity. Robotic staging surgery using LP3 was feasible for performing PALND as well as procedures in the pelvic cavity simultaneously. It provides important techniques for performing optimal surgical procedures when surgeons decide to perform comprehensive PALND in instances of isolated recurrence or unexpected LN enlargement as well as high-risk endometrial cancer. Consequently, surgeons can achieve surgical consistency and reproducibility for PALND, leading to improved operative and survival outcomes in high-risk endometrial cancer.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,154
Tête enseignante GPT0,450
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetEndometrial and Cervical Cancer Treatments→Travaux en français237 207→