Making the Most of Mealtimes (M3): protocol of a multi-centre cross-sectional study of food intake and its determinants in older adults living in long term care homes
Notice bibliographique
Résumé
BACKGROUND: Older adults living in long term care (LTC) homes are nutritionally vulnerable, often consuming insufficient energy, macro- and micronutrients to sustain their health and function. Multiple factors are proposed to influence food intake, yet our understanding of these diverse factors and their interactions are limited. The purpose of this paper is to fully describe the protocol used to examine determinants of food and fluid intake among older adults participating in the Making the Most of Mealtimes (M3) study. METHODS: A conceptual framework that considers multi-level influences on mealtime experience, meal quality and meal access was used to design this multi-site cross-sectional study. Data were collected from 639 participants residing in 32 LTC homes in four Canadian provinces by trained researchers. Food intake was assessed with three-days of weighed food intake (main plate items), as well as estimations of side dishes, beverages and snacks and compared to the Dietary Reference Intake. Resident-level measures included: nutritional status, nutritional risk; disease conditions, medication, and diet prescriptions; oral health exam, signs of swallowing difficulty and olfactory ability; observed eating behaviours, type and number of staff assisting with eating; and food and foodservice satisfaction. Function, cognition, depression and pain were assessed using interRAI LTCF with selected items completed by researchers with care staff. Care staff completed a standardized person-directed care questionnaire. Researchers assessed dining rooms for physical and psychosocial aspects that could influence food intake. Management from each site completed a questionnaire that described the home, menu development, food production, out-sourcing of food, staffing levels, and staff training. Hierarchical regression models, accounting for clustering within province, home and dining room will be used to determine factors independently associated with energy and protein intake, as proxies for intake. Proportions of residents at risk of inadequate diets will also be determined. DISCUSSION: This rigorous and comprehensive data collection in a large and diverse sample will provide, for the first time, the opportunity to consider important modifiable factors associated with poor food intake of residents in LTC. Identification of factors that are independently associated with food intake will help to develop effective interventions that support food intake. TRIAL REGISTRATION: ClinicalTrials.gov ID: NCT02800291 , retrospectively registered June 7, 2016.
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 | 0,011 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».