Nutritional Status and Body Composition of Adult Patients with Brain Tumours Awaiting Surgical Resection
Notice bibliographique
Résumé
PURPOSE: To measure the prevalence of malnutrition, risk factors for poor dietary intake and body composition in patients with brain tumours admitted to hospital for surgical resection. METHODS: In this study, 316 patients admitted for brain tumour resection to the Neurosurgical service at St. Michael's Hospital were screened. Assessment tools included the Subjective Global Assessment (SGA) for nutritional status and Bioelectrical Impedance Analysis (BIA) for body composition. All measurements were performed by one research dietitian. Information regarding medical history, symptomology, and tumour pathology was recorded. RESULTS: One hundred and nine participants were recruited. Malnutrition was present in 17.6% of patients, of whom 94.7% were moderately malnourished (SGA-B) and 5.3% severely malnourished (SGA-C). Key symptoms contributing to malnutrition included weight loss, nausea, vomiting, dysphagia, headaches, and fatigue. Patients with malignant tumors were more likely to have weight loss and lower fat mass. CONCLUSIONS: This study demonstrated that patients admitted for brain tumour resection have a low prevalence of malnutrition compared with other cancer populations. Useful parameters for nutritional screening of inpatient admissions include weight loss >5% of usual weight, nausea, vomiting, dysphagia, and headaches.
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 | 0,000 | 0,002 |
| 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) | 0,002 | 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 ».