MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416392351 · doi:10.3390/curroncol32110642

Complications of Robotic Pelvic Lymph Node Dissection for Prostate Cancer: An Analysis of the National Surgical Quality Improvement Program Targeted Prostatectomy Database

2025· article· en· W4416392351 sur OpenAlexaffvenue
Vatsala Mundra, Renil S. Titus, Eusebio Luna-Velasquez, Jiaqiong Xu, Carlos Riveros, Sanjana Ranganathan, Aamuktha Porika, Brian J. Miles, Dharam Kaushik, Christopher J.D. Wallis, Raj Satkunasivam

Notice bibliographique

RevueCurrent Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Diagnosis and Treatment
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health NetworkMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésProstatectomyDissection (medical)OddsLymph nodeProstateProstate cancerOdds ratioPatient data

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION/BACKGROUND: Treatment of localized prostate cancer includes radical prostatectomy (RP) with or without pelvic lymph node dissection (PLND). While multiple guidelines recommend PLND for staging purposes, recent data has shown questionable therapeutic benefit. Thus, understanding the morbidity associated with PLND is important for counseling patients. We used the American College of Surgeons National Surgical Quality Improvement Program (ACS NSQIP) targeted prostatectomy database to quantify real-world 30-day postoperative outcomes of patients undergoing contemporary robot-assisted PLND at the time of RP for prostate cancer to quantify the incremental morbidity. METHODS: We conducted a retrospective cohort study using the NSQIP database of adult patients undergoing radical prostatectomy from 2019 to 2022. The primary outcomes were procedure-specific outcomes such as lymphocele and rectal injury. Secondary outcomes included a composite of any of the following 30-day major postoperative outcomes: mortality, reoperation, cardiac or neurologic event, as well as the individual components of this outcome, as well as infectious and other complications. We also analyzed yearly trends associated with PLND. Groups were balanced using propensity score matching (PSM) with a 1:1 ratio using demographic characteristics, prior medical history, and cancer staging data. Likelihood of complications was assessed by conditional logistic regression. RESULTS: We identified 13,413 patients between 2019 and 2022 who underwent robotic prostatectomy: 11,341 (85%) had PLND while 2072 (15%) did not. After PSM, our cohort included 2071 matched pairs of patients with and without PLND. Patients who underwent PLND were more likely to be diagnosed with lymphocele (2.14% vs. 0.68%, OR 4.17; 95% CI 2.00, 8.68), have unplanned readmission (4.22% vs. 3.27%, OR 1.31; 95% CI 1.03, 1.65), and develop organ-site/space SSI (1.18% vs. 0.60%) (OR 1.97, 95% CI 1.20, 3.23). There was no significant association between the receipt of PLND and the likelihood of urinary leak or fistula, or ureteral obstruction. There were no significant differences between the two groups with respect to secondary outcomes of interest. CONCLUSION: Contemporary robotic PLND is associated with a 3-fold increased likelihood of lymphocele, as well as increased likelihood of unplanned readmission and organ-site SSI, though no significant differences in major postoperative complications were identified. We found that the odds of lymphoceles, readmission, and SSI in our study are lower than previously reported. These data provide real-world data to guide patient counseling and optimize patient selection for PLND at the time of RALP.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,090
Tête enseignante GPT0,471
Écart entre enseignants0,381 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetProstate Cancer Diagnosis and Treatment→Travaux en français237 207→