A scoping review of preoperative weight loss interventions on postoperative outcomes for patients with gastrointestinal cancer
Notice bibliographique
Résumé
BACKGROUND: Obesity is associated with increased risk of surgical complications in some settings. OBJECTIVE: As a precursor to a systematic review, we conducted a scoping review of intentional preoperative weight loss to describe these interventions, their feasibility and effectiveness for patients with gastrointestinal cancer. METHODS: In April 2024, Ovid MEDLINE, EMBASE, CINAHL, and Google Scholar were searched for primary studies of intentional weight loss before elective gastrointestinal cancer surgery. Extracted data encompassed recruitment and attrition, intervention types, adherence, anthropometric and body composition changes, and surgical outcomes. Study quality was assessed using the Risk of Bias In Non-randomized Studies of Interventions tool. RESULTS: . Weight loss interventions included dietary modification (n = 3), exercise (n = 1), and combination (n = 3). None of the articles reported rates of recruitment, 2 adherence (97-100 %), and 4 reported attrition rates (0-18 %). All reported weight reductions of -1.3 to -6 kg and 4.5-6.9 % (n = 7), compared to baseline. Three of four non-randomized trials observed a reduction in postoperative complications, as compared to control; yet all trials were at critical risk of bias. CONCLUSION: Strong conclusions could not be made due to the limited reporting and critical risk of bias; further systematic review is not recommended at this time. To establish more robust evidence, there is a clear need for high-quality trials.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| 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 | 0,001 |
| 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 ».