Selection of Obese Patients Undergoing Ambulatory Surgery
Notice bibliographique
Résumé
BACKGROUND: The incidence of obesity has increased over the past 2 decades. In recent years, several studies have assessed perioperative outcomes in obese patients undergoing ambulatory surgery. However, this evidence has not been reviewed and evaluated systematically. METHODS: We conducted a systematic review of studies published between 1948 and May 2012, assessing perioperative outcome in adult obese patients undergoing ambulatory surgery. All studies were eligible for inclusion if they reported perioperative complications including unplanned hospital admission and readmission. RESULTS: A literature search revealed 23 studies (13 prospective and 10 retrospective), and 1 systematic review assessing laparoscopic bariatric surgery. A total of 106,119 patients were included in the analysis with 62,476 patients included in the prospective trials and 43,643 patients included in the retrospective trials (not including the systematic review of laparoscopic bariatric surgery). Of these, 39,548 patients underwent bariatric surgery. The super obese (body mass index [BMI] >50 kg/m) appear to be at higher risk of complications. Patients undergoing nonbariatric surgery had a lower degree of obesity (BMI approximately 30 kg/m). Patients undergoing bariatric surgery were morbidly obese (BMI >40 kg/m), which is associated with a higher comorbidity burden. However, the lack of increase in unanticipated admission rate in this patient population may be related to thorough preoperative assessment and avoidance of patients with comorbid conditions. DISCUSSION: The literature lacks adequate information to make strong recommendations regarding appropriate selection of the obese patients scheduled for ambulatory surgery. The literature does indicate that the super obese (BMI >50 kg/ m) do present an increased risk for perioperative complications, while patient with lower BMIs do not seem to present any increased risk as long as any comorbidities are minimal or optimized before surgery. This review also identifies knowledge gaps and recommends future research required to guide optimal selection of obese patients scheduled for ambulatory 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».