3D-IGRAPN-2024

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

Ce projet s'inscrit dans le cadre de l'exécution d'une mission d'intérêt public dans le domaine de la santé. Le traitement des données de santé est nécessaire à des fins de recherche scientifique tel que prévu à l'article 9.2.j du RGPD.

Contexte : L’apport clinique ou oncologique de l’utilisation des modèles 3D pour la néphrectomie partielle robot assistée (3D-IGRAPN) n’est pas
parfaitement établi, avec un petit nombre d’études et un faible recul. Nous souhaitons donc faire le bilan des résultats des néphrectomies partielles guidées par l’image sur le plan oncologique et biologique, et sur l’évolution de notre expérience de la technique dans notre centre.

Objectifs Principal : Description des critères oncologiques et biologiques au dernier suivi, et comparaison de ces critères en fonction des années.

Objectifs Secondaires : Description des résultats de trifecta sur la cohorte, comparaison des trifecta en fonction des années, description de la diffusion de la technique au sein du service.

Critères de jugement : DFG post opératoire (entre 1 et 6 mois), DFG au dernier suivi, complications péri opératoires, marges anatomopathologiques,
complications au long terme (entre 1 et 6 mois, au dernier suivi), durée chirurgicale, durée de clampage, durée d’hospitalisation, pertes sanguines per
opératoire, récidive oncologique (locale, locorégionale, métastatique), décès.

Hypothèse : Amélioration des résultats de trifecta et des DFG pour les 3D IGRAPN par rapport à la littérature et avec le gain d’expérience de l’équipe.
Critères d’inclusion :
- Age ≥ 18 ans
- Consentement pour intégration UroCCR
- Néphrectomie partielle robot assistée, guidée par l’image

Critères d’exclusion :
- Retrait du consentement

Analyses statistiques : Analyses descriptives des données, courbes de Survie Kaplan Meier, comparaison des trifecta et des DFG en fonction des années
par modèle univarié « t student » puis multivarié de Cox.

Résultats attendus : Amélioration significative et indépendante des trifecta et des DFG au long terme et corrélée aux nombres d’années d’utilisation des modèles 3D.