MétaCan
Menu
Retour à la cohorte
Enregistrement W4400119560 · doi:10.3390/surgeries5030040

Effectiveness of Bariatric Surgeries for Metabolic Dysfunction-Associated Steatotic Liver Disease: A Systematic Review and Meta-Analysis

2024· review· en· W4400119560 sur OpenAlexaboutno aff
Abdullah Alrumaih, Lama Alzelfawi, Ghadah Khalid Alotaibi, Osamah AbdulAziz Aldayel, Abdulrahman Almutairi, Rosana Tariq Alnowaimi, Mubarak Mohammed Alshahrani, R. Alsharif, Sarah Nabil Almadani

Notice bibliographique

RevueSurgeries · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineSleeve gastrectomyGastroenterologyFatty liverSurgeryRandomized controlled trialGastric bypassLiver enzymeDiseaseWeight lossObesity

Résumé

récupéré en direct d'OpenAlex

Metabolic dysfunction-associated steatotic liver disease (MASLD) is the most common liver disease worldwide and simultaneously the most common indication for liver transplants in Western countries This study aims to evaluate the effectiveness of laparoscopic sleeve gastrectomy (LSG) or Roux-en-Y gastric bypass (RYGB) on MDASLD histologically and biochemically. 14 studies met our criteria with a total population of 1942 who underwent LSG or RYGB 1–14. The Newcastle-Ottawa Scale (NOS) was used for quality evaluation of the included studies. Results: Both surgeries were effective in decreasing laboratory biomarkers like ALP, GGT, AST, and ALT with non-significant superiority of LSG over RYGB which did not significantly improve the AST level after one year. LSG showed more decrease in ALT levels (MD = −17.56, 95% CI = (−23.04, −12.089), p 0.001) and LSG was associated with increased change in NAS score with slight superiority. Both LSG and RYBG improve NAD and NASH outcomes after one and 10 years of surgery. However, randomized clinical trials with large samples are needed to confirm these results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0130,019
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,336
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSurgeriesMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207