MétaCan
Menu
Retour à la cohorte
Enregistrement W2892897237 · doi:10.1159/000493291

Comorbidities as an Indication for Metabolic Surgery

2018· review· en· W2892897237 sur OpenAlexaboutno aff
Anne-Catherine Schwarz, Adrian T. Billeter, Katharina M. Scheurlen, Matthias Blüher, Beat P. Müller‐Stich

Notice bibliographique

RevueVisceral Medicine · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineDyslipidemiaSteatohepatitisCirrhosisType 2 Diabetes MellitusGlycemicFatty liverDiabetes mellitusIntensive care medicineSurgeryDiseaseInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Metabolic diseases, comprising type 2 diabetes mellitus (T2DM), dyslipidemia, and non-alcoholic steatohepatitis (NASH), are rapidly increasing worldwide. Conservative medical therapy, including the newly available drugs, has only limited effects and does neither influence survival or the development of micro- or macrovascular complications, nor the progression of NASH to liver cirrhosis, nor the development of hepatocellular carcinomas in the NASH liver. In contrast, metabolic surgery is very effective independent of the preoperative body mass index (BMI) in reducing overall and cardiovascular mortality in patients with T2DM. Furthermore, metabolic surgery significantly reduces the development of micro- and macrovascular complications while being the most effective therapy in order to achieve remission of T2DM and to reach the targeted glycemic control. Importantly, even existing diabetic complications such as nephropathy as well as the features of NASH can be reversed by metabolic surgery. Here, we propose indications for metabolic surgery due to T2DM and NASH based on a simple but objective, disease-specific staging system. We outline the use of the Edmonton Obesity Staging System (EOSS) as a clinical staging system independent of the BMI that will identify patients who will benefit the most from metabolic 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,907
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,166
Tête enseignante GPT0,440
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVisceral MedicineMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207