MétaCan
Menu
Retour à la cohorte
Enregistrement W6908873060 · doi:10.3389/fsurg.2025.1529116.s001

Table 1_Prescribing preoperative weight loss prior to major non-bariatric surgery for patients with elevated weight: a national provider survey (PREPARE provider survey).docx

2025· dataset· en· W6908873060 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2025
Typedataset
Langueen
DomaineArts and Humanities
ThématiqueMedical History and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChecklistPerioperativeWeight lossObesityOdds ratioAbdominal surgeryPsychological interventionLogistic regression

Résumé

récupéré en direct d'OpenAlex

Background The surgical patient with obesity presents several challenges in intraoperative and postoperative care. We designed this cross-sectional survey to assess surgeon willingness to prescribe preoperative very low energy diets (VLEDs) and practice patterns in prescribing preoperative weight loss interventions for patients with obesity undergoing non-bariatric abdominal surgery. Methods and findings We conducted a cross-sectional survey of practicing surgeons in Canada who perform major non-bariatric abdominal surgery, reported in accordance with the Consensus-Based Checklist for Reporting of Survey Studies and utilizing non-probability convenience sampling. The primary outcome was willingness to prescribe preoperative VLED to obese patients undergoing major non-bariatric abdominal surgery for both benign and malignant indications. We created a multivariable proportional odds model to identify factors associated with willingness to prescribe VLEDs. A total of 78 participants completed and returned the survey (response rate 10.9%; mean age 43.54 ± 8.13 years; 48.72% female). Most surgeons (79.5%) felt that obesity significantly impacted the technical difficulty of their operations. We identified a disconnect between those surgeons who were willing prescribe VLEDs vs. those who actually prescribed them (78.2% vs. 30.8%, respectively). Approximately half of the surgeons reported being unfamiliar with VLEDs. Regression analysis identified practicing in academic institutions was associated with increased willingness to prescribe [odds ratio (OR) 3.71, 95% confidence intervals (CI) 1.01–13.7, p < 0.01]. Conclusion Although the majority of surgeons feel that obesity adversely impacts perioperative care, only one-third routinely discuss preoperative VLEDs with their patients. Opportunities to increase awareness and evaluate the impact of VLEDs on patient outcomes remain high.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,166
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,1670,000

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,278
Écart entre enseignants0,223 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetMedical History and ResearchTravaux en français237 207