Nutritional Assessment of Children With Cancer
Notice bibliographique
Résumé
Regardless of which parts of the world they live in, most children will develop and grow at a similar rate if proper nutrition is ensured. Children from developing countries are at risk for primary malnutrition. Children undergoing anticancer therapy are at higher risk for secondary malnutrition, including obesity and growth retardation. Periodic nutritional assessments are important for planning effective dietary interventions for such children. In this review, we describe malnutrition as it occurs in children with cancer and various ways of assessing the nutritional status of these children, depending on the availability of resources in their local hospitals. Objective and subjective data should be used to complete the nutritional assessment. We discuss screening methods, including the use of subjective global assessment. Different parts of nutritional assessment include medical history; physical examination; biochemical and hematological data, such as visceral proteins, blood glucose levels, and lipid profiles, hemoglobin and hematocrit, and the lymphocyte count; anthropometric measurements; and food and nutrition history. We review medical tests and procedures to determine nutritional status, including nitrogen balance, delayed cutaneous hypersensitivity, prognostic nutritional index, creatinine height index, maldigestion and malabsorption tests, indirect calorimetry, and dual energy X ray absorptiometry (DXA scan). Evaluation and interpretation of data and estimation of nutritional risk are discussed, including proper techniques and use of anthropometric measures, selection and use of growth charts, calculation of caloric and protein needs, and the percentage of calories ingested. These methods will enable local health care providers to accurately assess the nutritional status of children with cancer, identify children at risk, and plan adequate nutritional interventions.
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) | 0,001 | 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 ».