Malnutrition Is Common in Systemic Sclerosis: Results from the Canadian Scleroderma Research Group Database
Notice bibliographique
Résumé
OBJECTIVE: Systemic sclerosis (SSc) is a multisystem disease associated with significant morbidity and increased mortality. Little is known about nutritional status in SSc. We investigated the prevalence and demographic and clinical correlates of nutritional status in a large cohort of patients with SSc. METHODS: This was a cross-sectional multicenter study of patients (n = 586) from the Canadian Scleroderma Research Group Registry. Patients were assessed with detailed clinical histories, medical examinations, and self-administered questionnaires. The primary outcome was risk for malnutrition using the "malnutrition universal screening tool" (MUST). Multiple logistic regression was used to assess the relationship between selected demographic and clinical variables and MUST categories. RESULTS: Of the 586 patients in the study, MUST scores revealed that almost 18% were at high risk for malnutrition. The significant correlates of high malnutrition risk included the number of gastrointestinal (GI) complaints, disease duration, diffuse disease, physician global assessment of disease severity, hemoglobin, oral aperture, abdominal distension on physical examination, and physician-assessed possible malabsorption. Among 14 GI symptoms, only poor appetite and lack of a history of abdominal swelling and bloating predict MUST. These factors accounted for 24% of the variance in MUST scores. CONCLUSION: The risk for malnutrition in SSc is moderate and is associated with shorter disease duration, markers of GI involvement, and disease severity. Patients with SSc should be screened for malnutrition, and potential underlying causes assessed and treated when possible.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».