A systematic review and meta-analysis of the comparison of laparoscopic radiofrequency ablation to percutaneous radiofrequency ablation for hepatocellular carcinoma
Notice bibliographique
Résumé
Background: The comparative evaluation of laparoscopic and percutaneous techniques for liver radiofrequency ablation remains unexplored. This study aims to determine the most effective ablation technique and patient selection for hepatocellular carcinoma (HCC) by analyzing the efficacy and safety of laparoscopic radiofrequency ablation (LRFA) versus percutaneous radiofrequency ablation (PRFA). Methods: Two investigators (Y-QW and PZ) independently performed a literature search in the Cochrane Library, PubMed, Web of Science and Embase databases. Study quality was assessed using the Newcastle-Ottawa Scale or Cochrane risk-of-bias tool. Meta-analysis was conducted with Review Manager 5.4, applying either fixed- or random-effects models depending on study heterogeneity. The chi-square test (χ²) and I² statistics were employed for heterogeneity analysis. Results: Eight publications involving 1059 patients were included. Among them, 456 underwent LRFA and 603 underwent PRFA. LRFA showed a significantly better 3-year RFS than PRFA (OR: 1.89, 95% CI: 1.27-2.83, p = 0.002), the incidence rate of local recurrence was significantly fewer in the LRFA group (OR: 0.40, 95% CI: 0.23-0.69, p = 0.0010), but the postoperative hospital stay time was slightly shorter in the PFRA group (MD = 1.30; 95% CI 0.26 to 2.35; p=0. 01). Patients in the LRFA group had no significant difference in total postoperative complications, ablation success rates, overall survival (OS) and 1,5-year disease-free survival (DFS). Conclusion: Both LRFA and PRFA are effective treatments for HCC. LRFA shows better oncologic outcomes, including lower local recurrence and improved mid-term DFS. PRFA is simpler, less invasive and shorter hospital stays. The choice should be tailored to individual patient needs, considering tumor characteristics, comorbidities, and available expertise. Future research should focus on large-scale, prospective trials to validate these findings. Systematic review and registration: https://www.crd.york.ac.uk/PROSPERO/, identifier CRD42024601797.
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) | 0,015 | 0,003 |
| 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 | 0,001 | 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 ».