Decision regret after robot-assisted radical prostatectomy: A systematic review and meta-analysis
Notice bibliographique
Résumé
Objective: Robot-assisted radical prostatectomy (RARP) is the most commonly performed surgical treatment for prostate cancer. However, decision regret (DR) represents a concern for both patients undergoing the procedure and clinicians involved in therapeutic management. To address this need, we performed a systematic review exploring DR severity and its associations after RARP. Methods: A comprehensive search in scientific literature databases (PubMed, Embase, Scopus, and Web of Science) identified studies on DR in RARP-treated patients. All studies objectively evaluating DR were included. Within studies using the validated 5-item DR scale (range 0-100), the pooled estimate was calculated using fixed- and random-effects models accounting for different follow-ups. A qualitative synthesis analyzed the impact of multiple baseline, perioperative, and postoperative factors on DR. Results: We retrieved 493 articles using our search strategy, with 15 meeting inclusion criteria. A total of 3480 prostate cancer patients with objective DR assessment after RARP were identified. The median follow-up ranged from 4.8 months to 6.3 years while response rates varied between 45% and 100%. Among the included studies, 10 used the Decision Regret Scale, with a pooled mean estimate of 15.22 (95% confidence interval 11.52-18.93) under the random-effects model. In the remaining five studies, DR was generally low (65%-75%) and even absent in some (12%-49%). Functional outcomes, such as continence and potency, were the most frequently reported factors significantly associated with DR. However, variability in assessing DR and other outcomes limits the ability to draw definitive conclusions. Conclusion: Most patients report low DR after RARP. Functional outcomes correlate with DR, but the heterogeneity in assessments and reporting methods warrants the need for more standardized evaluation.
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 | 0,015 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,030 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».