Nutritional risk and time to death; predictive validity of SCREEN (Seniors in the Community Risk Evaluation for Eating and Nutrition).
Notice bibliographique
Résumé
BACKGROUND: Undernutrition in community-living seniors is common and has the potential to adversely influence health outcomes. Nutritional risk screening tools can help identify seniors at risk, but few have predicted health outcomes. METHODS: Seniors were recruited from 23 community service providers. The 8-item abbreviated version SCREEN (Seniors in the Community Risk Evaluation for Eating and Nutrition) was used to identify nutritional risk in 367 seniors; demographics, health, activities of daily living, and psychosocial variables were included in a baseline assessment. The seniors were followed-up by telephone for 18 months to determine the occurrence of health outcomes, including death. Cox regression was used to identify predictors of survival time. RESULTS: During the 18-month follow-up there were 27 deaths (approximately 7%). Using the abbreviated tool, nutritional risk was common (42.2%). This low rate of death limited the modeling to only a few key covariates, which were based on bivariate analyses. Nutritional risk was significantly associated with time to death. Gender was also associated with time to death, with men more likely to die sooner than women. Increasing age was also significantly associated with shorter survival times. CONCLUSIONS: Nutritional risk as measured by SCREEN was predictive of time to death. This simple tool may be useful for future epidemiological research on health outcomes of seniors. Further work should confirm these results, as the low event rate influenced the modeling strategy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».