Which Reported Estimate of the Prevalence of Malnutrition After Stroke Is Valid?
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The reported prevalence of malnutrition after stroke varies widely, whereas it remains unclear which of the estimates is most accurate. The aim of this review was to explore possible sources of this heterogeneity among studies and to evaluate whether the nutritional assessment techniques used were valid. METHODS: A literature search was conducted to identify all studies in which the nutritional state of patients was assessed after inpatient admission for stroke. The percentages of patients identified as malnourished in each study and method of nutritional assessment are reported. For the purposes of this study, an assessment technique was considered valid if at least one form of validity had been demonstrated previously through psychometric evaluation. RESULTS: Eighteen studies meeting inclusion criteria were identified. The reported frequency of malnutrition ranged from 6.1% to 62%. Seventeen different methods of nutritional assessment were used. Four trials used previously validated assessment methods: Subjective Global Assessment, "an informal assessment," and Mini Nutritional Assessment. The nutritional assessment methods used in the remaining studies used had not been validated previously. CONCLUSIONS: The use of a wide assortment of nutritional assessment tools, many of which have not been validated, may have contributed to the wide range of estimates of malnutrition. If so, this underscores the need for valid and reliable assessment tools to further our understanding of the relationship between stroke and nutritional status.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».