Efficacy and safety of robotic-assisted laparoscopic cholecystectomy for benign gallbladder disease: A systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Cholelithiasis is a prevalent benign gallbladder disorder that poses significant public health concerns. Robotic-assisted laparoscopic cholecystectomy (RAC) has recently emerged as an innovative technique designed to improve the precision and efficiency of conventional laparoscopic surgery. This systematic review and meta-analysis seeks to evaluate the comparative safety and effectiveness of RAC in relation to standard laparoscopic cholecystectomy (LC). Materials and Methods: This review was conducted in accordance with the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines (CRD42024588142). Literature searches were performed across PubMed, ScienceDirect, ProQuest, and Wiley databases. Eligible studies included both published and unpublished works that compared RAC with LC. Data synthesis was carried out using Review Manager version 5.4, and methodological quality was appraised through the Newcastle–Ottawa Scale. Results: A total of eight cohort studies met the inclusion criteria. The pooled analysis indicated significant differences in hospital stay and conversion rates between RAC and LC (mean difference = −0.44, 95% confidence interval [CI]: −0.78 to −0.10, P = 0.010; odds ratio = 0.35, 95% CI: 0.18–0.70, P = 0.003). In contrast, no significant differences were observed for length of surgery or postoperative complications (mean difference = 7.73, 95% CI: −0.17 to 15.64, P = 0.006; odds ratio = 0.79, 95% CI: 0.30–2.08, P = 0.63). Conclusions: RAC represents a safe and effective option to LC, with particular advantages for certain patient groups.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».