Laparoscopic <i>versus</i> open liver resection in patients aged at least 80 years: retrospective propensity score-matched cohort study
Notice bibliographique
Résumé
BACKGROUND: Laparoscopic liver resection has been associated with less morbidity than, and similar global outcomes to, open liver resection. There is no robust evidence that these outcomes lead to similar clinical outcomes in patients aged over 80 years. The aim of this study was to analyse the short-term outcomes between open and laparoscopic liver resection in patients over 80 years old. METHODS: A retrospective analysis was undertaken. The study population comprised patients aged ≥ 80 years who underwent laparoscopic or open liver resection between January 2014 and December 2019, and who presented with resectable malignant tumours. The primary outcome was postoperative morbidity, according to Dindo-Clavien grading. Cox regression models were used to compute hazard ratios and 95% confidence intervals. Propensity score matching (1 : 1) was performed to balance the two groups according to independent prognostic factors for morbidity. RESULTS: A total of 988 patients were analysed from 34 centres (16 from Asia, 14 from Europe and 4 from America): 487 in the open group and 501 in the laparoscopic group. Independent risk factors associated with severe morbidity were the open approach (hazard ratio 1.59, 95% confidence interval 1.19 to 2.11; P < 0.001), Charlson Co-morbidity Index score > 7 (HR 1.69, 1.26 to 2.27; P < 0.001), more than one resected tumour (hazard ratio 1.55, 1.13 to 2.11; P = 0.006), major hepatectomy (hazard ratio 1.86, 1.22 to 2.83; P = 0.003), and Iwate score ≥ 7 (hazard ratio 1.43, 1.02 to 2.01; P = 0.03). Before propensity score matching, severe morbidity, length of intensive care unit stay, 90-day mortality, length of hospital stay, and readmission were better in the laparoscopic group (P < 0.050). These observations were confirmed after propensity score matching. CONCLUSION: The laparoscopic approach is a safe procedure for elderly patients, with better morbidity and mortality outcomes than the open approach, and should be considered as a default option.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».