Indications and Outcomes of Laparoscopic Versus Robotic Conversional Bariatric Surgery: An MBSAQIP Study
Notice bibliographique
Résumé
BACKGROUND: Conversional bariatric surgeries (CBS) are performed using laparoscopic and robotic techniques, but comprehensive data comparing these approaches remains scarce. OBJECTIVE: To compare the indications and outcomes of laparoscopic versus robotic CBS. METHODS: The MBSAQIP database was retrospectively analyzed from 2020 to 2022, comparing laparoscopic and robotic CBS. Primary outcomes were 30-day serious complications and mortality. RESULTS: Of 72,189 CBS procedures, 75.4% were laparoscopic and 24.6% robotic. Mean age and BMI were similar between groups. The most common indications for both approaches were reflux, weight regain, and inadequate weight loss, with reflux being more prevalent in robotic CBS (38.3% vs 33.2%). Sleeve-to-bypass was the most common procedure in both groups (35.8% laparoscopic, 44.2% robotic). Robotic CBS had longer mean operative times (165.4 vs 121.7 min, p < 0.001) and slightly longer hospital stays (1.7 vs 1.6 days, p < 0.001). The rate of serious complications was slightly higher for robotic CBS, though not statistically significant (6.5% vs 6.1%, p = 0.08). Robotic CBS had higher rates of leak (0.9% vs 0.7%, p = 0.071), reoperation (2.8% vs 2.6%, p = 0.138), and readmission (6.7% vs 5.4%, p < 0.001). Mortality rates were similar (0.1% for both, p = 0.942). CONCLUSIONS: Both laparoscopic and robotic CBS show similar safety profiles with comparable mortality rates. However, robotic CBS was associated with longer operative times, slightly longer hospital stays, and higher readmission rates. These findings suggest that the choice between approaches should consider individual patient factors and institutional expertise.
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) | 0,000 | 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 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 ».