Binge drinking at time of bariatric surgery is associated with liver disease, suicides, and increases long-term mortality
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Alcohol use disorder has been reported in patients undergoing bariatric procedures, but the pattern of alcohol consumption has not been evaluated. We investigated the prevalence, risk factors, and impact of binge drinking (BD) at the time of surgery and during follow-up. METHODS: A prospective, longitudinal study of subjects undergoing bariatric surgery was included in the LABS-2 registry between 2006 and 2009. Participants with AUDIT questionnaire at the time of surgery and a minimum of 12 months follow-up were included. BD was defined as consuming ≥5 drinks on at least 1 occasion in the previous month. Liver biopsies were obtained during bariatric procedures in not all cases. Survival analysis was performed with the adjusted Cox regression model and competing risk. RESULTS: A total of 2257 subjects were included, with a median follow-up of 79 months. The prevalence of BD at time of surgery was 12%, and it raised up to 23% during follow-up. Patients with BD predominantly had a binge eating disorder (OR=1.35 [95% CI: 1.04-1.76]), regularly consumed fast food [OR=1.4 (95% CI: 1.07-1.85)] and used other drugs (OR=2.65 [95% CI: 1.74-4.04]). Within liver biopsies evaluation, BD showed higher hepatic iron deposits (OR=3.00 [95% CI: 1.25-7.21]). BD at the time of surgery was associated with a higher risk of BD during follow-up (OR=10.49 [95% CI: 7.86-14.00]) and long-term mortality (HR: 3.21 [95% CI: 1.67-6.18]). Specific causes of death in these patients with BD were liver disease (p=0.020), suicide (p=0.015), neoplasms (p=0.034), and respiratory (p=0.025). CONCLUSIONS: The prevalence of BD in patients undergoing bariatric surgery is high and increases the risk of postoperative liver disease, suicides, and long-term mortality.
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) | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».