Very low energy diets prior to bariatric surgery may reduce postoperative morbidity: a systematic review and meta-analysis of randomized controlled trials
Notice bibliographique
Résumé
Purpose To optimize patients prior to bariatric surgery, very low energy diets (VLEDs) are often employed for 2–4 weeks preoperatively. They are known to result in preoperative weight loss, decrease liver volume, and decrease surgeon-perceived operative difficulty. Their impact on postoperative morbidity has been less extensively studied. We performed a focused systematic review and meta-analysis with the aim of comparing preoperative VLEDs prior to bariatric surgery with controls in terms of overall postoperative morbidity. Methods MEDLINE, Embase, and CENTRAL were searched from database inception to February 2023. Articles were eligible for inclusion if they were randomized controlled trials (RCTs) comparing postoperative morbidity in adult patients (i.e., over the age of 18) receiving a VLED with liquid formulation to those receiving a non-VLED control prior to elective bariatric surgery. Outcomes included overall 30-day postoperative morbidity and preoperative weight loss. An inverse variance meta-analysis was performed with GRADE assessment of the quality of evidence. Results After reviewing 2,525 citations, four RCTs with 294 patients receiving preoperative VLEDs with liquid formulation and 294 patients receiving a non-VLED control met inclusion. Patients receiving VLED experienced significantly more preoperative weight loss than patients receiving control (mean difference (MD) 3.38 kg, 95% confidence interval (CI) 1.06–5.70, p = 0.004, I2 = 95%). According to low certainty evidence, there was a non-significant reduction in 30-day postoperative morbidity in patients receiving VLED prior to bariatric surgery (risk ratio (RR) 0.67, 95%CI 0.39–1.17, p = 0.16, I2 = 0%). Conclusion The impact of preoperative VLEDs on postoperative outcomes following bariatric surgery remains unclear. It is possible that VLEDs may contribute to decreased postoperative morbidity, but further larger prospective trials are required to investigate the signal identified in this study.
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 | 0,016 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,034 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».