Nutritional Deficiencies Before and After Bariatric Surgery in Low- and High-Income Countries: Prevention and Treatment
Notice bibliographique
Résumé
Nutritional deficiencies represent a prevalent concern among individuals with obesity, stemming from suboptimal dietary habits, chronic inflammation, and preoperative weight reduction efforts. Bariatric surgical interventions, employing either restrictive, malabsorptive or a combination of the two methods, further compound these deficiencies. Commonly observed nutritional deficits following bariatric surgeries include vitamin B12, vitamin D, thiamine, folate, iron, and protein deficiencies. These deficiencies are further complicated by disparities in healthcare resources and income that distinguish low, medium, and high-income countries. The escalating rates of obesity in low- and medium-income countries are primarily attributed to the increasing availability of cheap, nutritionally depleted, and processed foods, coupled with limited access to healthcare. The provision of bariatric surgical interventions in such regions is hindered by the lack of appropriately trained medical personnel and adequate infrastructure. Additionally, the crucial facets of postoperative care, including diligent follow-up, precise weight loss monitoring, and the administration of appropriate nutritional supplements, often remain lacking. This narrative review provides a comprehensive examination of the prevention and treatment of nutritional deficiencies before and after bariatric surgery in the context of varying healthcare resources and income levels. Bariatric procedures and their global prevalence are discussed, and the prevalence, symptoms, and management strategies of specific nutritional deficiencies are explained. This review also outlines practical strategies for providing more equitable care in low- and medium-income countries.
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 ».