Surgeon and hospital volume outcomes in bariatric surgery: A population-level study from Quebec, Canada
Bibliographic record
Abstract
Mise en contexte: La chirurgie bariatrique est une composante importante dans le traitement de l’obésité. Les risques de complications à la suite d’une chirurgie bariatrique sont surtout liés au volume opératoire du chirurgien et de l’hôpital. Cependant, cette relation n’est pas clairement démontrée pour la gastrectomie pariétale (GP), considérée moins complexe. Objectifs : Cette étude évalue l’effet du volume opératoire du chirurgien et de l’hôpital sur les complications post-opératoires au Québec. S’il y a lieu, un seuil de volume minimal significatif et unique à chaque procédure sera identifié. Méthodologie : Les données administratives du système de santé québécois ont été utilisées afin d’identifier les individus ayant subi une chirurgie bariatrique entre 2007 et 2012. Après stratification par procédure, une régression logistique multi-niveaux est utilisée pour évaluer l’effet du volume opératoire sur un résultat composite de complications à 90 jours. Le volume chirurgical du chirurgien et de l’hôpital est calculé pour chaque procédure, grâce à la somme de l’année précédente. Le résultat composite est défini par l’occurrence d’un choc, de dialyse, d’un événement macrovasculaire ou thromboembolique, de ré-intubation, d’admission aux soins intensifs prolongée, d’admission prolongée à l’hôpital (≥7 jours), de septicémie intra-abdominale, de ré-opération, de réadmission ou de mortalité. La fonction d’efficacité du récepteur (ROC) est utilisée afin d’identifier les volumes chirurgicaux permettant la meilleure prédiction d’une complication, en utilisant une régression logistique univariée. Ces valeurs sont ensuite utilisées dans une régression similaire incluant les autres prédicteurs. Les résultats sont exprimés en odds ratio (OR), avec un intervalle de confiance à 95% (IC) et réduction du risque absolu (RRA). Résultats : Le taux de mortalité post-opératoir est de 0.22% sur les 8271 individus inclus dans la cohorte, avec un taux de complication composite de 14%. Pour la dérivation gastrique (DG), en contrôlant, au niveau du patient et de l’hôpital, l’augmentation annuelle de 10 cas du volume opératoire du chirurgien est associée à une réduction des complications, avec un odds ratio (OR) de 0.82 (IC 95% 0.71-0.94). Le volume hospitalier est également associé à une réduction des complications (OR 0.86, 0.77-0.96), avec ajustement au niveau des caractéristiques du patient et du chirurgien. Pour la GP, l’augmentation du volume du chirurgien ou de l’institution est associée à des OR de 0.99 (0.93-1.06) et 0.99 (0.97-1.01), respectivement. En utilisant le CRO et une spline, un seuil de 21 cas par année par chirurgien est identifié. Un seuil de 25 cas par an est aussi identifié en tant que volume minimal institutionnel. Pour la GP, des seuils de 17 cas annuels pour le chirurgien, et 139 pour l’hôpital ont été identifiés, mais ne résultent pas en une amélioration significative dans le modèle ajusté. Concernant la dérivation biliopancréatique, 460 patients (25%) ont développé une complication à 90 jours. L’effet du volume chirurgical n’a donc pas pu être évalué, étant donné que 97% des cas ont été effectués à une seule institution, au courant de la période d’étude. Conclusion : Les volumes annuels du chirurgien et de l’hôpital sont associés avec le risque de complications post-opératoires de la DG. Cependant, une telle association n’a pu être démontrée avec la GP, malgré une tendance vers de meilleurs résultats lors d’un plus haut volume. Cette étude supporte l’utilisation de seuils minimaux de volumes opératoire pour la DG, mais le rôle d’une telle mesure pour la GP demeure incertain
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.007 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".