Factors associated with nutritional decline in hospitalised medical and surgical patients admitted for 7 d or more: a prospective cohort study
Notice bibliographique
Résumé
This prospective cohort study was conducted in eighteen Canadian hospitals with the aim of examining factors associated with nutritional decline in medical and surgical patients. Nutritional decline was defined based on subjective global assessment (SGA) performed at admission and discharge. Data were collected on demographics, medical information, food intake and patients' satisfaction with nutrition care and meals during hospitalisation; 424 long-stay (≥7 d) patients were included; 38% of them had surgery; 51% were malnourished at admission (SGA B or C); 37% had in-hospital changes in SGA; 19·6% deteriorated (14·6% from SGA A to B/C and 5% from SGA B to C); 17·4% improved (10·6% from SGA B to A, 6·8% from SGA C to B/A); and 63·0 % patients were stable (34·4% were SGA A, 21·3% SGA B, 7·3% SGA C). One SGA C patient had weight loss ≥5%, likely due to fluid loss and was designated as stable. A subset of 364 patients with admission SGA A and B was included in the multiple logistic regression models to determine factors associated with nutritional decline. After controlling for SGA at admission and the presence of a surgical procedure, lower admission BMI, cancer, two or more diagnostic categories, new in-hospital infection, reduced food intake, dissatisfaction with food quality and illness affecting food intake were factors significantly associated with nutritional decline in medical patients. For surgical patients, only male sex was associated with nutritional decline. Factors associated with nutritional decline are different in medical and surgical patients. Identifying these factors may assist nutritional care.
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 | 0,002 |
| 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 | 0,000 |
| 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 ».