Patient adherence and satisfaction and changes in anthropometric parameters with e-health versus in-person monitoring in bariatric surgery candidates: a systematic review and non-inferiority meta-analysis of cohort studies
Notice bibliographique
Résumé
Background: Obesity is a risk factor for cardiovascular diseases and associated with reduced life expectancy. Surgery is a treatment approach for weight loss in some cases and patient monitoring is cost-effective and feasible. However, there is no strong evidence on the differences between e-health and in-person monitoring in bariatric surgery candidates. Methods and analyses: This review study will include cohort studies involving individuals with obesity (aged ≥18 years) and e-health or in-person patient monitoring before and after bariatric surgery. We will conduct searches in the following databases: PubMed, EMBASE (Elsevier), Cochrane (CENTRAL), Web of Science, SCOPUS and CINAHL (EBSCO), LILACS-VHL and SciELO. We will also search databases in the gray literature. The primary outcomes will be changes in body mass index (BMI), total body mass (kg) and body fat percentage (BF%) and patient adherence and satisfaction. The risk of bias of individual eligible studies will be assessed using the Newcastle-Ottawa Quality Assessment Scale and the overall quality will be assessed using the GRADE tool. Our analyses will involve comparisons of mean differences (MDs) or standardized mean differences (MSDs) across the groups using random-effects models and 95% confidence intervals. Statistical analyses will be performed with RStudio for Windows (v1.3.959) using R package meta (v3.6.1).
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 | 0,025 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,039 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».