Outcomes and experiences of Indigenous patients in Newfoundland and Labrador’s bariatric surgery program: a pilot study
Notice bibliographique
Résumé
Background: Indigenous Peoples in Canada have higher obesity rates (30%–51%) than non-Indigenous populations (12%–31%), and the Truth and Reconciliation Commission of Canada (TRC) has called for expanded health research to address disparities between Indigenous and non-Indigenous communities. We sought to compare bariatric surgery outcomes and patient experiences in Newfoundland and Labrador’s bariatric surgery program among Indigenous versus non-Indigenous patients. Methods: We conducted a mixed-methods retrospective cohort study, including patients who underwent bariatric surgery in the province’s bariatric surgery program between 2011 and 2022. We assessed metabolic outcomes through chart review and captured patient experiences with phone survey questionnaires. Results: Among the 30 included patients (8 Indigenous, 22 non-Indigenous), there were no significant differences in excess weight loss (45% v. 48%, p = 0.4), reduction in body mass index (9.5 v. 11.3, p = 0.2), comorbidity improvement (63% v. 73%, p = 0.6), or postoperative complications (25% v. 18%, p = 0.6) at 1 year. However, on a 1–10 Likert scale, Indigenous patients reported lower satisfaction with weight loss (6.3 v. 8.2, p = 0.03) and were less likely to recommend the program (5.6 v. 8.8, p = 0.04). Both groups cited similar challenges with program referral, transportation, and postoperative supports, and recommended a longer follow-up period and increased mental health counselling services. Conclusion: As a response to TRC’s Calls to Action, our study shows bariatric surgery outcomes in Newfoundland and Labrador were similar for Indigenous and non-Indigenous patients. Given their lower satisfaction with postoperative decrease in weight, Indigenous patients may benefit from being offered metabolic procedures with greater expected weight loss, such as Roux-en-Y gastric bypass and duodenal switch.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».