Estimating the Effect of Bariatric Surgery on Cardiovascular Events Using Observational Data?
Notice bibliographique
Résumé
BACKGROUND: Observational studies have reported strongly protective effects of bariatric surgery on cardiovascular disease, but with oversimplified definitions of the intervention, eligibility criteria, and follow-up, which deviate from those in a randomized trial. We describe an attempt to estimate the effect of bariatric surgery on cardiovascular disease without introducing these sources of bias, which may not be entirely possible with existing observational data. METHODS: We propose two target trials among persons with diabetes: (1) bariatric operation (vs. no operation) among individuals who have undergone preoperative preparation (lifestyle modifications and screening) and (2) preoperative preparation and a bariatric operation (vs. neither preoperative nor operative component). We emulated both target trials using observational data of US veterans. RESULTS: Comparing bariatric surgery with no surgery (target trial #1; 8,087 individuals), the 7-year cardiovascular risk was 18.0% (95% CI = 6.9, 32.7) in the surgery group and 18.9% (95% CI = 17.7, 20.1) in the no-surgery group (risk difference -0.9, 95% CI = -12.0, 14.0). Comparing preoperative components plus surgery vs. neither (target trial #2; 10,065 individuals), the 7-year cardiovascular risk was 17.4% (95% CI = 13.6, 22.0) in the surgery group and 18.8% (95% CI = 17.8, 19.9) in the no-surgery group (risk difference -1.4, 95% CI = -5.1, 3.2). Body mass index and hemoglobin A1c were reduced with bariatric interventions in both emulations. CONCLUSIONS: Within limitations of available observational data, our estimates do not provide evidence that bariatric surgery reduces cardiovascular disease and support equipoise for a randomized trial of bariatric surgery for cardiovascular disease prevention.
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 | 0,012 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».