MétaCan
Menu
← Retour à la cohorte
Enregistrement W3168726352 · doi:10.82308/19588

Surgeon and hospital volume outcomes in bariatric surgery: A population-level study from Quebec, Canada

2020· article· en· W3168726352 sur OpenAlexaboutno aff
Philippe Bouchard

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueBariatric Surgery and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineSurgeryGeneral surgeryPopulation

Résumé

récupéré en direct d'OpenAlex

Mise en contexte: La chirurgie bariatrique est une composante importante dans le traitement de l’obésité. Les risques de complications à la suite d’une chirurgie bariatrique sont surtout liés au volume opératoire du chirurgien et de l’hôpital. Cependant, cette relation n’est pas clairement démontrée pour la gastrectomie pariétale (GP), considérée moins complexe. Objectifs : Cette étude évalue l’effet du volume opératoire du chirurgien et de l’hôpital sur les complications post-opératoires au Québec. S’il y a lieu, un seuil de volume minimal significatif et unique à chaque procédure sera identifié. Méthodologie : Les données administratives du système de santé québécois ont été utilisées afin d’identifier les individus ayant subi une chirurgie bariatrique entre 2007 et 2012. Après stratification par procédure, une régression logistique multi-niveaux est utilisée pour évaluer l’effet du volume opératoire sur un résultat composite de complications à 90 jours. Le volume chirurgical du chirurgien et de l’hôpital est calculé pour chaque procédure, grâce à la somme de l’année précédente. Le résultat composite est défini par l’occurrence d’un choc, de dialyse, d’un événement macrovasculaire ou thromboembolique, de ré-intubation, d’admission aux soins intensifs prolongée, d’admission prolongée à l’hôpital (≥7 jours), de septicémie intra-abdominale, de ré-opération, de réadmission ou de mortalité. La fonction d’efficacité du récepteur (ROC) est utilisée afin d’identifier les volumes chirurgicaux permettant la meilleure prédiction d’une complication, en utilisant une régression logistique univariée. Ces valeurs sont ensuite utilisées dans une régression similaire incluant les autres prédicteurs. Les résultats sont exprimés en odds ratio (OR), avec un intervalle de confiance à 95% (IC) et réduction du risque absolu (RRA). Résultats : Le taux de mortalité post-opératoir est de 0.22% sur les 8271 individus inclus dans la cohorte, avec un taux de complication composite de 14%. Pour la dérivation gastrique (DG), en contrôlant, au niveau du patient et de l’hôpital, l’augmentation annuelle de 10 cas du volume opératoire du chirurgien est associée à une réduction des complications, avec un odds ratio (OR) de 0.82 (IC 95% 0.71-0.94). Le volume hospitalier est également associé à une réduction des complications (OR 0.86, 0.77-0.96), avec ajustement au niveau des caractéristiques du patient et du chirurgien. Pour la GP, l’augmentation du volume du chirurgien ou de l’institution est associée à des OR de 0.99 (0.93-1.06) et 0.99 (0.97-1.01), respectivement. En utilisant le CRO et une spline, un seuil de 21 cas par année par chirurgien est identifié. Un seuil de 25 cas par an est aussi identifié en tant que volume minimal institutionnel. Pour la GP, des seuils de 17 cas annuels pour le chirurgien, et 139 pour l’hôpital ont été identifiés, mais ne résultent pas en une amélioration significative dans le modèle ajusté. Concernant la dérivation biliopancréatique, 460 patients (25%) ont développé une complication à 90 jours. L’effet du volume chirurgical n’a donc pas pu être évalué, étant donné que 97% des cas ont été effectués à une seule institution, au courant de la période d’étude. Conclusion : Les volumes annuels du chirurgien et de l’hôpital sont associés avec le risque de complications post-opératoires de la DG. Cependant, une telle association n’a pu être démontrée avec la GP, malgré une tendance vers de meilleurs résultats lors d’un plus haut volume. Cette étude supporte l’utilisation de seuils minimaux de volumes opératoire pour la DG, mais le rôle d’une telle mesure pour la GP demeure incertain

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,249

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,007
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,023
Tête enseignante GPT0,224
Écart entre enseignants0,201 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)→Même sujetBariatric Surgery and Outcomes→Travaux en français237 207→