Use of an Abridged Scored Patient-Generated Subjective Global Assessment (abPG-SGA) as a Nutritional Screening Tool for Cancer Patients in an Outpatient Setting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The scored Patient-Generated Subjective Global Assessment tool (PG-SGA), regarded as the most appropriate means of identifying malnutrition in cancer patients, is often challenging to implement in a busy outpatient setting. We assessed the validity of an abridged version of the PG-SGA (abPG-SGA), which forgoes the physical examination, and compared its usefulness in discerning malnutrition to the full PG-SGA and Malnutrition Screening Tool (MST). The nutritional status of 90 oncology outpatients receiving chemotherapy was assessed according to SGA global rating, PG-SGA, and MST. Receiver operating characteristic (ROC) curves were generated to estimate the sensitivity and specificity of various cut-off scores for malnutrition. Thirty-six percent of patients were malnourished (SGA). The abPG-SGA yielded 94% sensitivity and 78% specificity and area under the curve (AUC) = 0.956, which was slightly lower than PG-SGA (97% sensitivity, 86% specificity, AUC = 0.967) and higher than MST (81% sensitivity, 72% specificity, AUC = 0.823). Patient reported symptoms included loss of appetite (30%), altered taste (31%), fatigue (30%), and decreased ability to perform activities of daily living (53%). In conclusion, the abPG-SGA is a practical, informative and valid tool for detecting malnutrition in the outpatient oncology setting.
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.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 découle