VARIABILITY IN ONTARIO LONG-TERM CARE PRACTICES FOR SCREENING AND TREATMENT OF VITAMIN B12 DEFICIENCY
Notice bibliographique
Résumé
Background: Vitamin B12 deficiency is avoidable through screening and treatment. Deficiency in long-term care impacts ~35% of residents, yet it remains unclear as to what long-term care homes are doing to address this issue. Objective: For the first time, to describe the state of B12 screening and treatment protocols in Ontario long-term care homes, influence of geography and corporate structure on protocols, and the proportion of residents who are currently under treatment. Design: This cross-sectional study used stratified random sampling. Setting: Ontario long-term care homes. Participants: Forty-five standardized phone interviews were completed with the directors of nursing care. Measurements: The following measurements were collected: home demographics (geography, for-profit status etc.), protocols pertaining to vitamin B12 testing, treatment, the cutpoint each home uses to define B12 deficiency, proportion of residents receiving B12 and the treatment method (intramuscular injection vs. oral). Results: Cut-off values for determination of B12 deficiency varied (31% <156 pmol/L). Admission and follow-up B12 testing were routinely conducted in 66% (30/45) and 88% (35/40) of long-term care homes respectively. On average 25 16% of current residents received treatment (41/45 homes reporting). Conclusions: Variability in detection and treatment of B12 deficiency in LTC, potentially places residents at risk for undetected deficiency. Regular testing and monitoring beginning at admission may provide a solution, however, there is a need both for further studies targeted at addressing the effect of treatment on improved clinical outcomes as well as a formal cost-benefit analysis for screening and subsequent treatment.
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 | 0,027 | 0,003 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».