Preoperative screening and prehabilitation strategies prior to ileocolic resection in patients with Crohn’s disease are not incorporated in routine care
Notice bibliographique
Résumé
PURPOSE: Recently, recommendations on perioperative care have been published to optimize postoperative outcomes in preoperative patients with inflammatory bowel disease. This study evaluated the current use of preoperative screening and prehabilitation strategies (PS) prior to elective ileocolic resection (ICR) in patients with Crohn's disease (CD). METHODS: Patients with CD who underwent an elective ICR were identified from a Dutch prospective cohort study. Primary endpoint was to evaluate to what extent IBD-relevant PS were applied in patients with CD prior to ICR according to the current recommendations. RESULTS: In total, 109 CD patients were included. Screening of nutritional status was performed in 56% of the patients and revealed malnutrition in 46% of these patients. Of the malnourished patients, 46% was referred to a dietitian. Active smoking and alcohol consumption were reported in 20% and 28%; none of these patients were referred for a cessation program. A preoperative anemia was diagnosed in 61%, and ferritin levels were assessed in 26% of these patients. Iron therapy was started in 25% of the patients with an iron deficiency anemia. Exposure to corticosteroids at time of ICR was reported in 29% and weaned off in 3%. Consultation of a dietitian, psychologist, and physiotherapist was reported in 36%, 7%, and 3%. Physical fitness was assessed in none of the patients. CONCLUSION: PS are not routinely applied and not individually tailored in the preoperative setting prior to elective ICR in patients with CD. Prior to implementation, future research on the costs and effectiveness of PS on postoperative outcomes and quality of life is necessary.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».