MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416553375 · doi:10.7759/cureus.97538

Off-Clamp Versus On-Clamp Robot-Assisted Partial Nephrectomy: A Meta-Analysis of Clinical Trials and Matched Cohort Studies

2025· article· en· W4416553375 sur OpenAlexaboutno aff
Abdelrahman Abdelhameed, Ahmad Ali, Salma Ahmed, Farzana Haque, Aranee Thirukketheesparan, Maria Khan, M. El-Attar, Mohamed Hesham Gamal

Notice bibliographique

RevueCureus · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésObservational studyNephrectomyRandomized controlled trialRenal functionMeta-analysisFunnel plotSystematic reviewPublication biasCohort study

Résumé

récupéré en direct d'OpenAlex

Kidney cancer incidence continues to rise globally, with partial nephrectomy established as the standard of care for localized renal masses. Robot-assisted partial nephrectomy has become the preferred approach, with debate continuing regarding the optimal management of renal blood flow during tumor excision. While on-clamp techniques involve temporary renal artery occlusion to minimize blood loss, off-clamp approaches avoid ischemic injury by maintaining continuous renal perfusion. This meta-analysis aimed to compare perioperative, functional, and oncological outcomes between off-clamp and on-clamp robot-assisted partial nephrectomy. A systematic review was conducted following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines, searching PubMed, Web of Science, Scopus, and Cochrane databases. Twenty studies, comprising two randomized controlled trials and 18 observational studies, were included, totaling 4,961 patients after matching. Quality assessment utilized the Newcastle-Ottawa Scale for observational studies and the Cochrane Risk of Bias 2 tool for randomized trials. Meta-analysis employed risk ratios (RRs) for dichotomous outcomes and mean differences (MDs) for continuous variables, with random-effects models applied when heterogeneity exceeded 50%. Publication bias was assessed using funnel plots and Egger's regression test. Off-clamp robot-assisted partial nephrectomy demonstrated significantly lower major complication rates compared to on-clamp techniques (RR: 1.66, p = 0.018). Renal function preservation favored the off-clamp approach, with better postoperative glomerular filtration rate (MD: -3.45 mL/min/1.73 m2, p < 0.0001). The on-clamp technique showed less estimated blood loss (MD: -32.7 mL, p < 0.0001), though this did not translate to differences in transfusion requirements (RR: 0.80, p = 0.208). Operative time was longer for off-clamp procedures (MD: 21.55 minutes, p = 0.030). Hospital stay duration did not differ significantly between techniques (MD: 0.02 days, p = 0.946). Subgroup analysis by follow-up duration revealed that renal function benefits were most pronounced at intermediate (three to nine months) and long-term (≥12 months) follow-up. Our study concluded that off-clamp robot-assisted partial nephrectomy offers superior safety, with significantly reduced major complications and better preservation of renal function, particularly at intermediate and long-term follow-up, despite requiring longer operative time. Both techniques demonstrate equivalent oncological efficacy with comparable positive surgical margins. The off-clamp approach should be preferred for patients at high risk of ischemic injury. At the same time, technique selection should be individualized based on patient renal reserve, tumor complexity, and surgical 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 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)0,022
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,042
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0180,051
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,525
Tête enseignante GPT0,525
Écart entre enseignants0,000 · 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'étudeMéta-analyse
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 revueCureus→Même sujetRenal cell carcinoma treatment→Travaux en français237 207→