MétaCan
Menu
Retour à la cohorte
Enregistrement W2089219853 · doi:10.1097/01.ncc.0000290818.45066.00

Critical Evaluation of Nutrition Screening Tools Recommended for Oncology Patients

2007· review· en· W2089219853 sur OpenAlexaff
Catherine Kubrak, Louise Jensen

Notice bibliographique

RevueCancer Nursing · 2007
Typereview
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineMalnutritionOncology nursingQuality of life (healthcare)Clinical OncologyInternal medicineIntensive care medicinePosition paperOncologyCancerNursingNurse educationPathology

Résumé

récupéré en direct d'OpenAlex

In Brief Malnutrition ranges from 20% to 80% in oncology patients. Malnutrition has been associated with reduced response to treatment, survival, and quality of life. Therefore, screening for malnutrition in patients with cancer is recommended by clinical practice groups including the Oncology Nursing Society. Nurses are in an ideal position to carry out nutrition screening. Three nutrition screening tools that have been recommended for use with oncology patients by the Oncology Nursing Society are critically evaluated. The Patient Generated-Subjective Global Assessment has demonstrated diagnostic value in oncology patients at risk of malnutrition or who are malnourished. Malnutrition ranges from 20% to 80% in oncology patients. Malnutrition has been associated with reduced response to treatment, survival, and quality of life. Therefore, screening for malnutrition in patients with cancer is recommended by clinical practice groups including the Oncology Nursing Society. Nurses are in an ideal position to carry out nutrition screening. Three nutrition screening tools that have been recommended for use with oncology patients by the Oncology Nursing Society are critically evaluated. The Patient Generated-Subjective Global Assessment has demonstrated diagnostic value in oncology patients at risk of malnutrition or who are malnourished.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,018
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,596
Tête enseignante GPT0,637
Écart entre enseignants0,041 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer NursingMême sujetNutrition and Health in AgingTravaux en français237 207