Preoperative depression and outcomes after metabolic and bariatric surgery: A systematic narrative review
Notice bibliographique
Résumé
Preoperative depression is prevalent among patients undergoing metabolic and bariatric surgery (MBS) and is a potentially modifiable risk factor. However, the impact of preoperative depression on MBS outcomes has not been systematically reviewed. A search of MEDLINE, Embase, Cochrane, and PsychINFO (inception to June 2023) was conducted for studies reporting associations between preoperative depression and any clinical or patient-reported outcomes after MBS. Eighteen studies (5 prospective and 13 retrospective) reporting on 5933 participants were included. Most participants underwent gastric bypass or sleeve gastrectomy. Meta-analyses were not conducted due to heterogeneity in reported outcomes; findings were instead synthesized using a narrative and tabular approach. Across 13 studies (n = 3390) the associations between preoperative depression and weight loss outcomes at 6-72 months were mixed overall. This may be related to differences in cohort characteristics, outcome definitions, and instruments used to measure depression. A small number of studies reported that preoperative depression was associated with lower quality of life, worse acute pain, and more perioperative complications after surgery. Most of the included studies were deemed to be at high risk of bias, resulting in low or very low certainty of evidence according to the Risk of Bias In Non-randomized Studies - of Exposure (ROBINS-E) tool. While the impact of preoperative depression on weight loss after MBS remains unclear, there is early evidence that depression has negative consequences on other patient-important outcomes. Adequately powered studies using more sophisticated statistical methods are needed to accurately estimate these associations.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».