Comparison of Mortality and Morbidity of Robotic Versus Laparoscopic Radical Nephrectomy for the Treatment of Renal Cell Carcinoma—An Analysis of the National Surgery Quality Improvement Program (NSQIP) Targeted Nephrectomy Database
Notice bibliographique
Résumé
Objectives: To compare the perioperative complications between robot-assisted (RARN) and laparoscopic (LRN) radical nephrectomy for the treatment of renal cell carcinoma (RCC). Methods: We conducted a retrospective study using the National Surgical Quality Improvement Program (NSQIP) Nephrectomy-Targeted database from 2019 to 2021. After using propensity score matching, we assessed the association between LRN vs. RARN and the outcomes of interest (primary outcomes of 30-day mortality, return to the operating room, myocardial infarction, and stroke; and secondary outcomes of perioperative complications and nephrectomy-specific outcomes). Results: Among the 1545 patients in the study (mean age: 62.9 ± 11.8 years), 722 underwent RARN and 823 underwent LRN. We did not observe any differences in the major complications between the two approaches. However, LRN was associated with an increased chance of surgical site infections compared with RARN (LRN 2.68% vs. RARN 1.19%, p = 0.047). LRN was also associated with a higher likelihood of a prolonged length of stay (OR 1.54, 95% CI: 1.15, 2.06, p = 0.004) and had a 2.7 times higher chance of conversion rate to open surgery (OR 3.70, 95% CI: 3.25, 4.15, p < 0.001) relative to RARN. However, RARN was associated with a longer operative time than LRN (estimated coefficient 30.67, p < 0.001). Conclusion: We found no significant difference in the major complications between RARN and LRN for patients undergoing radical nephrectomy. At the expense of a somewhat longer operative time, RARN was associated with a lower risk of SSI and a lower conversion rate to open RN. LRN and RARN should both be considered and selected on an individualized basis using tumor, patient, and physician factors.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| 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) | 0,001 | 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 ».