Does intraoperative difficulty at time of robotic-assisted radical prostatectomy predict urinary continence recovery?
Notice bibliographique
Résumé
INTRODUCTION: Several studies have reported the preoperative and intraoperative predictors of urinary continence after robotic-assisted laparoscopic radical prostatectomy (RARP). No studies have addressed the impact of surgeon satisfaction and perceived surgical difficulty on continence recovery after RARP. METHODS: We conducted a retrospective study of prospectively collected data for patients treated with RARP for clinically organ-confined prostate cancer. Perioperative variables were recorded and studied. Patients were followed with regular visits at one, three, six, 12, and 24 months after surgery. The primary endpoint of the study was time to continence. RESULTS: A total of 322 patients treated with RARP were included. At least 80% of patients had 24-month postoperative continence followup. Continence rates were 39.1, 58.2, 71.1, 80.9, and 90.7% at one, three, six, 12, and 24 months, respectively. Perceived intermediate and high difficulty cases were associated with lower hazards of continence after RARP compared to low-difficulty cases (hazard ratio [HR] intermediate vs. low: 0.63, p=0.006; HR high vs. low: 0.52, p<0.001). Similarly, increased prostate size and decreased operative time were associated with low hazard of continence after RARP. Conversely, no statistically significant differences were recorded for surgeon satisfaction and preoperative Sexual Health Inventory for Men score (all p>0.05) at multivariate analysis. CONCLUSIONS: Overall difficulty encountered by the surgeon at time of RARP is an independent predictor of continence recovery, in addition to prostate size and preoperative International Prostate Symptoms Score. Predictive preoperative factors for difficult surgery should be dealt with by an experienced surgeon to hasten continence recovery after surgery.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».