MétaCan
Menu
Retour à la cohorte
Enregistrement W4410447443 · doi:10.1093/bjs/znaf092.051

Global Benchmarks for Minimal-Invasive Right Hemicolectomy in Adenocarcinoma

2025· article· en· W4410447443 sur OpenAlexaff
Fariba Abbassi, Michaela Ramser, Matthias Pfister, Roxane D. Staiger, Sang Jin Kim, M J Kim, B C T van de Laar, Marcos González, Vittoria Perano, G Camilleri, David Merino, Justin Dourado, A Wignakumar, N de Silva, Kohei Shigeta, Tomás Mansur Duarte de Miranda Marques, Daniel Léonard, Kye Young Lee, Avanish Saklani, Kieran Brown, Fabio Butti, Ivana Raguz, Carlo Alberto Schena, Daichi Kitaguchi, D. C. Winter, Masaaki Ito, Nicola de’Angelis, Dieter Hahnloser, James Vu, Ashwin Desouza, Bei En Siew, Ker‐Kan Tan, Alex Kartheuser, Samuel Aguiar, Koji Okabayashi, Carl J. Brown, S. D. Wexner, Sebastiano Biondo, Danilo Mišković, Antonino Spinelli, Carlos Vaccaro, Esther C. J. Consten, Jin Woo Park, Byung Soh Min, Milo A. Puhan, Marko Turina

Notice bibliographique

RevueBritish journal of surgery · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineRight hemicolectomyAdenocarcinomaHemicolectomyGeneral surgeryInternal medicineCancerColorectal cancer

Résumé

récupéré en direct d'OpenAlex

Abstract Background Oncologic right hemicolectomy (rHC) remains the only curative treatment for right-sided colon cancer. Despite its increasing complexity, this procedure is not centralized in many countries, underscoring the need for rigorous assessment and continuous improvement in surgical quality. Benchmarking is a validated quality improvement tool. By defining best achievable outcomes as reference (i.e. benchmarks), it enables centers to evaluate their performance and identify weaknesses or areas for improvement. Aims This analysis aimed to establish benchmarks for outcome parameters in minimal-invasive rHC. Methods We analyzed data from consecutive patients with adenocarcinoma of the colon who underwent minimal-invasive rHC between July 2017 and June 2022 at 19 expert centers across five continents. Ideal cases were defined as elective surgeries for cT1-T3 tumors without distant metastases, major comorbidities, or significant prior abdominal surgeries. Benchmarks were derived for 19 clinically relevant surgical outcomes, including perioperative and oncological parameters, procedure-specific complications, overall morbidity, and mortality. Benchmarks were set at the 75th percentile for negative outcomes and the 25th percentile for positive outcomes across all centers’ medians. Results Among 3154 patients, 686 (22%) qualified as ideal. The proportion of ideal cases varied widely across centers (range: 2 – 51%). Key benchmarks at 3 months were overall morbidity ≤38%, major (Clavien-Dindo ≥3a) complications ≤8%, and 0% mortality. Procedure-specific benchmarks were anastomotic leak ≤3%, and deep surgical site infections ≤6%. Finally, oncologic benchmarks included R0 resection rates 100% and ≥12 lymph nodes harvested ≥96.9%. Ideal compared to non-ideal patients and centers performing ≥500 cases compared to <500 cases annually demonstrated superior outcomes. Conclusion This study demonstrates that, despite its complexity, minimally invasive rHC can be performed with low morbidity and high oncological accuracy. The established benchmarks provide a reference for centers striving to achieve excellence in this procedure.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,262
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish journal of surgeryMême sujetHepatocellular Carcinoma Treatment and PrognosisTravaux en français237 207