Early results after laparoscopic Roux-en-Y gastric bypass: effect of the learning curve.
Notice bibliographique
Résumé
INTRODUCTION: This study was performed to evaluate the safety and short-term efficacy of laparoscopic Roux-en-Y gastric bypass (LRYGB) for morbid obesity and to describe the relation between learning curve and short-term outcomes. METHODS: We collected a prospective database on the first 201 consecutive patients who underwent LRYGB by a single university-based, experienced bariatric surgeon over 24 months. We divided patients into 3 consecutive groups of 67 patients for analysis (Group 1, Group 2 and Group 3). RESULTS: The mean patient age was 37 (standard deviation [SD] 9) years; mean body mass index (BMI) was 49.2 (SD 8.3) kg/m2. BMI was similar in Groups 1 and 2 (mean 47.1, SD 5.9 and mean 48.7, SD 8.9 kg/m2) but increased in Group 3 (mean 52, SD 9.7 kg/m2, p < 0.01). Operative time decreased from 145 (SD 30) minutes in Group 1 to 114 (SD 24) minutes in Group 2 (p < 0.01) and was maintained at 119 (SD 23) minutes in Group 3. Early and late complication rates were 14.9% and 12.4%, respectively. Leak rates decreased from 6.0% in the first group to 1.5% in Groups 2 and 3, but they did not reach statistical significance. Anastomotic stricture rates decreased from 11.9% in Group 1 to 3.0% in Group 2 (p < 0.01). Overall excess weight loss for the entire series was 31.5% (SD 11.9%), 54.5% (SD 14.1%), 77.1% (SD 18.5%) and 82.1% (SD 17.5%) at 3, 6, 12 and 18 months, respectively. CONCLUSION: LRYGB can be performed with acceptable morbidity and short-term results during the learning curve. In our series, operative time and anastomotic stricture rates decreased with experience, despite an increase in mean BMI.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».