Potential mechanisms of multimodal prehabilitation effects on surgical complications: a narrative review
Notice bibliographique
Résumé
Continuous advances in prehabilitation research over the past several decades have clarified its role in improving preoperative risk factors, yet the evidence demonstrating reduced surgical complications remains uncertain. Describing the potential mechanisms underlying prehabilitation and surgical complications represents an important opportunity to establish biological plausibility, develop targeted therapies, generate hypotheses for future research, and contribute to the rationale for implementation into the standard of care. In this narrative review, we discuss and synthesize the current evidence base for the biological plausibility of multimodal prehabilitation to reduce surgical complications. The goal of this review is to improve prehabilitation interventions and measurement by outlining biologically plausible mechanisms of benefit and generating hypotheses for future research. This is accomplished by synthesizing the available evidence for the mechanistic benefit of exercise, nutrition, and psychological interventions for reducing the incidence and severity of surgical complications reported by the American College of Surgeons National Surgical Quality Improvement Program (ACS-NSQIP). This review was conducted and reported in accordance with a quality assessment scale for narrative reviews. Findings indicate that prehabilitation has biological plausibility to reduce all complications outlined by NSQIP. Mechanisms for prehabilitation to reduce surgical complications include anti-inflammation, enhanced innate immunity, and attenuation of sympathovagal imbalance. Mechanisms vary depending on the intervention protocol and baseline characteristics of the sample. This review highlights the need for more research in this space while proposing potential mechanisms to be included in future investigations.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».