Gastric Sonography in the Severely Obese Surgical Patient
Notice bibliographique
Résumé
BACKGROUND: Gastric ultrasonography allows qualitative and quantitative assessment of gastric contents and volume in nonobese subjects. In this study, we sought to determine the feasibility of gastric ultrasound in severely obese patients (body mass index [BMI] ≥35 kg/m). We defined feasibility as the ability to identify a full cross section of the gastric antrum in at least 80% of subjects when imaged in the right lateral decubitus position. METHODS: This was a prospective cohort study on fasted surgical patients with BMI >35 kg/m. The primary outcome measure was the feasibility of gastric sonography. Secondary outcomes included the distribution of antral grade following an existing 3-point grading system. In addition, the antral cross-sectional area (CSA) and gastric volumes in this cohort were compared with historical data from a published study in nonobese individuals. Time to image capture, antral wall thickness, and depth of the antrum are also reported. RESULTS: Sixty patients (BMI range 35.1-68.7) were studied. The antrum was identified in 95% of subjects in the right lateral decubitus (95% CI, 0.86-0.99) and 90% of subjects in the supine position. Definition of antral grade (0-2) was possible in 88.3% (95% CI, 0.77-0.95) of cases. As expected, antral grade correlated with antral CSA and gastric volumes (P < 0.0001). When compared with historical data, our results suggest that severely obese patients have a larger baseline CSA and gastric volume than nonobese patients (P < 0.001) but a similar gastric volume per unit of weight (P = 0.141). CONCLUSIONS: Gastric ultrasound assessment is feasible in fasted severely obese subjects. Our data also suggest that obese individuals present larger antral size and gastric volume than their nonobese counterparts.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».