Notice bibliographique
Résumé
Unintentional weight loss in people older than 65 years is associated with increased morbidity and mortality. Nonmalignant diseases are more common causes of unintentional weight loss in this population than malignant causes. However, malignancy accounts for up to one-third of cases of unintentional weight loss. Medication use and polypharmacy can interfere with the sense of taste or induce nausea and should not be overlooked as causative factors. Social factors such as isolation and financial constraints may contribute to unintentional weight loss. A readily identifiable cause is not found for 6% to 28% of cases. Recommended tests include age-appropriate cancer screenings, complete blood count, basic metabolic panel, liver function tests, thyroid function tests, C-reactive protein level, erythrocyte sedimentation rate, lactate dehydrogenase measurement, ferritin, protein electrophoresis, and urinalysis. Chest radiography and fecal occult blood testing should be performed. Further imaging and invasive testing may be considered based on initial evaluation. When the initial evaluation is unremarkable, a three- to six-month observation period is recommended with follow-up based on clinician and patient preferences. Treatment should focus on the underlying cause if known. Dietary modifications that consider patient preferences and chewing or swallowing disabilities should be considered. Appetite stimulants and high-calorie supplements are not recommended. Treatment should focus on feeding assistance, addressing contributing medications, providing appealing foods, and social support.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 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 ».