MétaCan
Menu
← Retour à la cohorte
Enregistrement W2464043791 · doi:10.71781/32394

La prévalence de la malnutrition chez les enfants et adolescents hospitalisés

2015· dissertation· fr· W2464043791 sur OpenAlexaboutno aff
Andréa McCarthy

Notice bibliographique

RevueOpen MIND · 2015
Typedissertation
Languefr
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMalnutritionPsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Aujourd'hui, la malnutrition continue de passer inaperçue dans les hôpitaux pédiatriques. Un état nutritionnel inadéquat se répercute sur la santé des enfants hospitalisés et est associé à des coûts annuels supplémentaires pour les centres hospitaliers, affectant donc le patient et le système de santé. Dans la littérature, la prévalence de la malnutrition est très variable, soit de 2,5 à 51 %. Cela est principalement dû à la diversité des méthodes utilisées pour détecter et évaluer l'état nutritionnel ainsi qu'à l'absence de consensus autour d'une définition de la dénutrition chez les enfants. La littérature indique que le statut nutritionnel des enfants malades se détériore au cours de l'hospitalisation et les pratiques non optimales de l'hôpital, telles que l'absence du dépistage nutritionnel, pourraient en fait aggraver la situation. Ce mémoire s'est essentiellement consacré à mettre en évidence la malnutrition pédiatrique dans les hôpitaux, à discuter de manière critique sa prévalence en fonction des différents protocoles d'investigation, des caractéristiques cliniques rapportées et de la méthodologie utilisée. Un second objectif consistait à identifier les pratiques hospitalières pouvant nuire à l'état nutritionnel des enfants hospitalisés. Finalement, compte tenu des informations obtenues et des conclusions retenues, le troisième but visait à monter le protocole d'une étude multicentrique sur la malnutrition pédiatrique au Canada.

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)0,006
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,437
Écart entre enseignants0,379 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetNutrition and Health in Aging→Travaux en français237 207→