Conversion to laparotomy during laparoscopic hysterectomy: a meta-analysis of prevalence and key risk factors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background This meta-analysis aimed to estimate the prevalence and identify risk factors for conversion to laparotomy during laparoscopic hysterectomy (LH) for both benign and malignant gynecologic conditions. Methods A comprehensive search of PubMed, Embase, and the Cochrane Library was conducted to identify studies published between January 2000 and September 2024. Eligible studies reported the prevalence and risk factors for conversion to laparotomy in patients undergoing LH. Studies were assessed for quality using the Newcastle-Ottawa Scale (NOS), and data were extracted on patient demographics, surgical details, and outcomes. A random-effects model was used to pool prevalence estimates and analyze risk factors. Heterogeneity was assessed using the I 2 statistic, and publication bias was evaluated with funnel plots and Egger's test. Results A total of 12 studies, encompassing 12,785 patients, were included. The pooled prevalence of conversion to laparotomy was 6% (95% CI, 5%–7%), with significant heterogeneity ( I 2 = 91.8%, p < 0.001). Conversion rates were higher in patients with malignant conditions (11%; 95% CI, 9%–14%) compared to benign conditions (5%; 95% CI, 4%–6%). Key risk factors included a history of adhesions (OR, 3.13; 95% CI, 1.91–5.11) and higher BMI (OR, 1.20; 95% CI, 1.08–1.34). Protective factors included surgeon experience (OR, 0.22; 95% CI, 0.08–0.59) and high surgeon volume (OR, 0.57; 95% CI, 0.34–0.94). Conclusions Conversion to laparotomy occurs in approximately 6% of LH cases, particularly in patients with malignancy, a history of adhesions, or higher BMI. Surgeon expertise and case volume may reduce the risk, highlighting the importance of preoperative risk assessment.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découle