Effectiveness of surgical interventions for managing obesity in children and adolescents: A systematic review and meta‐analysis framed using minimal important difference estimates based on <scp>GRADE</scp> guidance to inform a clinical practice guideline
Notice bibliographique
Résumé
OBJECTIVE: To summarize the literature on bariatric surgery for managing pediatric obesity, including intervention effects to improve patient-reported outcome measures (PROMs), cardiometabolic risk factors, anthropometry, and assess adverse events (AEs). METHODS: Eligible studies were published between January 2012 and January 2022 and included randomized controlled trials (RCTs) and observational (controlled and uncontrolled) studies before and after surgery with a mean age <18 years old. Outcomes and subgroups were selected a priori by stakeholders; estimates of effect for outcomes were presented relative to minimal important differences (MIDs) and GRADE certainty of evidence. We examined data on PROMs, cardiometabolic risk factors, anthropometry, and AEs. Subgroup analyses examined outcomes by follow-up duration and surgical technique, when possible. RESULTS: Overall, 63 publications (43 original studies) met our inclusion criteria (n = 6128 participants; 66% female). Studies reported six different surgical techniques that were evaluated using uncontrolled single arm observational (n = 49), controlled observational (n = 13), and RCT (n = 1) designs. Most studies included short-term follow-up (<18 months) only. PROMs were measured in 12 (28%) studies. Surgery led to large improvements in health-related quality of life compared to baseline and control groups, and moderate to very large improvements in cardiometabolic risk factors compared to baseline. Large to very large improvements in BMIz were noted compared to baseline across all follow-up periods. There was limited evidence of AEs with most reporting mild or non-specific AEs; serious AEs were uncommon. CONCLUSION: Bariatric surgery demonstrated primarily moderate to very large improvements across diverse outcomes with limited evidence of AEs, albeit with low to moderate certainty of evidence.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,043 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,041 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».