Self‐Screening for Malnutrition Risk in Outpatient Inflammatory Bowel Disease Patients Using the Malnutrition Universal Screening Tool (MUST)
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Malnutrition is common in patients with inflammatory bowel disease (IBD) and is associated with poor outcomes. Our aim is to determine if patient self-administered malnutrition screening using the malnutrition universal screening tool (MUST) is reliable by comparing patient scores with those derived from the healthcare practitioner (HCP), the gold standard. METHODS: We conducted a prospective validation study at a tertiary Canadian academic center that included 154 adult outpatients with IBD. All patients with IBD completed a self-administered nutrition screening assessment using the MUST score followed by an independent MUST assessment performed by HCPs. The main outcome measure was chance-corrected agreement (κ) of malnutrition risk categorization. RESULTS: For patient-administered MUST, the chance-corrected agreement κ (95% confidence interval [CI]) was 0.83 (0.74-0.92) when comparing low-risk and combined medium- and high-risk patients with HCP screening. Weighted κ analysis comparing all 3 risks groups yielded a κ (95% CI) of 0.85 (0.77-0.93) between patient and HCP screening. All patients were able to screen themselves. Overall, 96% of patients reported the MUST questionnaire as either very easy or easy to understand and to complete. CONCLUSION: Self-administered nutrition screening in outpatients with IBD is valid using the MUST screening tool and is easy to use. If adopted, this tool will increase utilization of malnutrition screening in hectic outpatient clinic settings and will help HCPs determine which patients require additional nutrition 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 | 0,000 |
| 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 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 ».