Robotic versus laparoscopic colorectal surgery for patients with obesity: an updated systematic review and meta‐analysis
Notice bibliographique
Résumé
Abstract Background Obesity poses significant challenges in colorectal surgery, affecting operative difficulty and postoperative recovery. The choice of minimally invasive approach for this patient population remains a challenge during preoperative planning. This review aims to provide an updated synthesis of studies comparing laparoscopic and robotic approaches for adult patients with obesity undergoing colorectal surgery. Methods MEDLINE, Embase and CENTRAL were searched up to August 2023. Articles were included if they compared laparoscopic and robotic colorectal surgery outcomes in adults with obesity (BMI ≥30 kg/m 2 ). Outcomes included overall postoperative morbidity, conversion to laparotomy, and operative time. Inverse variance random‐effects meta‐analyses were used to pool effect estimates. Results After screening 2187 citations, 10 observational studies were included with 3281 patients with obesity undergoing robotic surgery (mean age: 58.1 years, female: 43.9%) and 11 369 patients with obesity undergoing laparoscopic surgery (mean age: 58 years, female: 53.2%). Robotic surgery resulted in longer operative times (MD 46.71 min, 95% CI 33.50–59.92, p < 0.01, I 2 = 93.79%) with statistically significant reductions in conversions to laparotomy (RR 0.50, 95% CI 0.39–0.65, p < 0.01, I 2 = 67.15%). No significant differences were seen in postoperative morbidity (RR 0.94, 95% CI 0.82–1.08, p = 0.40, I 2 = 36.08%). Conclusion These data suggest that robotic colorectal surgery in patients with obesity may reduce the risk for conversion to laparotomy, but at the expense of increased operative times and with no overt benefits in postoperative outcomes. Further high quality randomized controlled trials assessing the utility of robotic surgery in patients with obesity undergoing colorectal surgery are warranted.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,019 | 0,005 |
| Bibliométrie | 0,001 | 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 | 0,000 | 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 ».