The Impact of Abdominal Body Contouring Surgery on Physical Function After Massive Weight Loss: A Pilot Prospective Matched Comparison
Notice bibliographique
Résumé
BACKGROUND: Many individuals develop excess skin (ES) following massive weight loss (MWL). Patient-reported outcomes demonstrate that abdominal ES negatively impacts perceived physical function which is improved by abdominal body contouring surgery (ABCS). However, the effect of ABCS on objective measures of physical function is unknown. OBJECTIVES: The aim of this study was to examine the impact of ABCS on objective measures of physical function in individuals who have undergone MWL. METHODS: Patients who have undergone MWL with abdominal ES (grade, ≥2) underwent the following physical function assessments: 9-item modified physical performance test (mPPT), chair stand, star excursion balance test (SEBT), timed up and go (TUG), modified agility T test, and 6-minute walk test (6-MWT). Perception of physical exertion and BODY-Q questionnaire scales were also collected. Nonsurgical controls (n = 21) and those who had undergone ABCS (n = 6) after the first visit performed a second physical function assessment 8 to 12 weeks later to allow for postoperative healing. RESULTS: No ceiling or floor effect was detected for any physical function measure. The intraclass correlation coefficient was 0.78 (95% CI, 0.44, 0.91) for the mPPT and >0.80 for all other measures. The effect sizes were 0.74 (75% CI, 0.19, 1.28) for the mPPT, 0.54 (75% CI, 0.00, 1.08) for the SEBT, -0.63 (75% CI, -1.17, -0.09) for the modified agility T test, and 0.79 (75% CI, 0.24, 0.13) for the 6-MWT. CONCLUSIONS: The mPPT and tests involving dynamic balance, agility, and walking were reliable and showed medium to large effect sizes, suggesting that these tests may be sensitive to change following ABCS.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».