Minimally Invasive Surgical Techniques for Renal Cell Carcinoma with Intravenous Tumor Thrombus: A Systematic Review of Laparoscopic and Robotic-Assisted Approaches
Notice bibliographique
Résumé
INTRODUCTION: Locally advanced renal cell carcinoma (RCC) with intravenous tumor thrombus (IVTT) represents 4-10% of renal tumors. This review assesses the safety and outcomes of minimally invasive techniques, specifically laparoscopic (LAP) and robotic-assisted (RA) methods, for treating RCC with IVTT. METHODS: A literature search across several databases identified 54 studies (42 case series, 12 cohort studies) for analysis. Perioperative outcomes, including operative time, blood loss, transfusion rates, length of stay, and complications, were compared based on IVTT levels. RESULTS: LAP and RA techniques were feasible for low-level IVTT, showing similar perioperative results. RA outperformed LAP in high-level IVTT with shorter operative times and lower blood loss and transfusion rates, despite managing more complex cases. RA maintained stable cancer-specific mortality (CSM) and metastasis rates, whereas LAP exhibited higher rates in high-level cases. Both techniques had low local recurrence rates. CONCLUSION: RA may be a superior option for RCC with IVTT, especially in high-level cases, but the data come mainly from specialized centers, signaling a need for multicenter validation and standardized criteria. Long-term outcomes require further study to assess RA's non-inferiority to LAP.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».