Outpatient evaluation, recognition, and initial management of pediatric overweight and obesity in U.S. military medical treatment facilities
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: As childhood obesity is a concern in many communities, this study investigated outpatient evaluation and initial management of overweight and obese pediatric patients in U.S. military medical treatment facilities (MTFs). METHODS: Samples of 579 overweight and 341 obese patients (as determined by body mass index [BMI]) aged 3-17 years were drawn from MTFs. All available FY2011 outpatient records were searched for documentation of BMI assessment, overweight/obesity diagnosis, and counseling. Administrative data for these patients were merged to assess coded diagnostic and counseling rates and receipt of recommended laboratory screenings. CONCLUSIONS: Generic BMI documentation was high, but BMI percentile assessments were found among fewer than half the patients. Diagnostic recording or recognition totaled 10.9% of overweight and 32.0% of obese. Counseling rates were higher, with 46.4% and 61.0% of overweight and obese patients, respectively, receiving weight related counseling. Among patients 10 years of age or older, rates of recommended lab screenings for diabetes, liver abnormality, and dyslipidemia were not greater than 33%. BMI percentile recording was strongly associated with diagnostic recording, and diagnostic recording was strongly associated with counseling. IMPLICATIONS FOR PRACTICE: Improvements to electronic health records or implementation of local procedures to facilitate better diagnostic recording would likely improve adherence to clinical practice guidelines.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».