MétaCan
Menu
Retour à la cohorte
Enregistrement W4406957618 · doi:10.1007/s13679-025-00607-1

Is There a Need to Reassess Protein Intake Recommendations Following Metabolic Bariatric Surgery?

2025· review· en· W4406957618 sur OpenAlexaff
Tair Ben‐Porat, Yair Lahav, Tamara R. Cohen, Simon Bacon, Assaf Buch, Violeta Moizé, Shiri Sherf‐Dagan

Notice bibliographique

RevueCurrent Obesity Reports · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueBariatric Surgery and Outcomes
Établissements canadiensConcordia UniversityCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversity of British Columbia
Organismes subventionnairesUniversity of Haifa
Mots-clésMedicineMalnutritionIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Protein intake is recognized as a key nutritional factor crucial for optimizing Metabolic Bariatric Surgery (MBS) outcomes by preventing protein malnutrition, preserving fat-free mass, and inducing satiety. This paper discusses the current evidence regarding protein intake and its impact on clinical outcomes following MBS. RECENT FINDINGS: There are considerable gaps in the understanding of protein requirements following MBS, as existing guidelines are based on limited and inconsistent reports. This highlights the urgent need for updated clinical practice recommendations grounded in high-quality evidence. Further investigation using robust methodologies is essential to address existing research gaps related to the individualization of protein requirements following MBS. Future research should consider factors such as the time elapsed since surgery, the form and quantity of protein consumed, and necessary adjustments for physical activity. Ultimately, in alignment with recent literature, a more specific and personalized dietary protein approach should be examined.

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)0,006
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,080
Tête enseignante GPT0,376
Écart entre enseignants0,297 · 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'étudeRevue systématique
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

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Obesity ReportsMême sujetBariatric Surgery and OutcomesTravaux en français237 207