What patient factors influence bariatric surgery outcomes? A multiple regression analysis of Ontario Bariatric Registry data
Notice bibliographique
Résumé
Background: As bariatric surgery evolves and gains popularity, statistical analysis of its outcomes could improve the process of decision-making and risk assessment. This study aimed to evaluate the influence of age and other factors on bariatric surgery outcomes in order to improve patient selection and outcomes. Methods: We analyzed data from the Ontario Bariatric Registry to evaluate the influence of age and 10 other factors on early (< 90 d) and 1-year surgical outcomes among patients aged 18 years or older who underwent laparoscopic Roux-en-Y gastric bypass (LRYGB) or laparoscopic sleeve gastrectomy (LSG) between January 2010 and May 2013. Early outcomes included composite adverse events and readmission. The 1-year outcomes included percent excess body weight loss (%EBWL), and remission of diabetes mellitus and hypertension. We performed multiple regression analysis to identify independent variables that influenced these outcomes. Results: We identified 3166 patients (2655 women [83.9%] and 511 men [16.1%], mean age 44.8 yr, mean body mass index [BMI] 48.4) who underwent LRYGB (2839 [89.7%]) or LSG (327 [10.3%]) over the study period and completed their 1-year follow-up. Preoperative American Society of Anesthesiologists (ASA) score and history of angina were independent variables that influenced the composite adverse event outcome. Obstructive sleep apnea was the only factor that influenced early readmission. The independent factors that influenced %EBWL were age, type of surgery, BMI and baseline glycosylated hemoglobin (HbA1c) level: age was found to influence hypertension remission, and HbA1c level and obstructive sleep apnea were found to influence diabetes remission. Conclusion: Complications after bariatric surgery can be predicted by preoperative ASA score and history of angina; patient age was not related to an increase in postoperative complications. These factors could help both surgeon and patient make appropriate surgical decisions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».