The Impact of Sleeve Gastrectomy on Hyperlipidemia: A Systematic Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Weight loss and reduction in comorbidities can be achieved by longitudinal sleeve gastrectomy (LSG). Existing evidence suggests that LSG resolves or improves hyperlipidemia in morbidly obese patients. The aim of this study was to systematically review the effect of LSG on hyperlipidemia. METHODS: A systematic literature search was conducted from English-language studies published from 2000 to 2012 for the following databases: MEDLINE, EMBASE, CINAHL, PubMed, Clinical evidence, Scopus, Dara, Web of Sciences, TRIP, Health Technology Database, Cochrane library, and PsycINFO. RESULTS: A total of 4,211 articles were identified in the initial search, and 4,185 articles were excluded based on the exclusion criteria. Twenty-six studies met the inclusion criteria for this systematic review, involving 3,591 patients. The mean preoperative body mass index (BMI) was 48 ± 7.0 kg/m(2) (range 37.2-65.3). The mean postoperative BMI was 35 ± 5.9 kg/m(2) (range 26.3-49). The mean percentage of excess weight loss (EWL) was 63.1% (range 37.7-84.5), with a mean followup of 19.1 months (range 6-60). The mean levels of pre and post operative cholesterol were 194.4 ± 12.3 mg/dL (range 178-213) and 181 ± 16.3 mg/dL (range 158-200), respectively. CONCLUSION: Most patients with hyperlipidemia showed improvement or resolution of lipid profiles after LSG. Based on this systematic review, LSG has a significant effect on hyperlipidemia in the form of resolution or improvement in the majority of patients.
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.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,004 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 découle