MétaCan
Menu
← Retour à la cohorte
Enregistrement W2611379304 · doi:10.6000/1927-7229.2017.06.02.5

Prevalence of Malnutrition among Cancer Patients in a Nigerian Institution

2017· article· en· W2611379304 sur OpenAlexvenueno aff
Atara Ntekim, Oluyemisi Folake Folasire, Ayorinde Folasire

Notice bibliographique

RevueJournal of Analytical Oncology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMalnutritionMedicineCancerPopulationScale (ratio)Health carePediatricsFamily medicineEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Cancer is a major health problem. Successful management includes adequate supportive care. Nutritional problems are common among cancer patients and these are not routinely addressed by oncologists during oncology care leading to suboptimal outcome even in developed countries. In Nigeria and other low and medium income countries, the situation is worse as nutritional screening and assessment of cancer patients are not routinely carried out. Objectives: To determine the proportion of cancer patients at risk of malnutrition and compare convergence of risk assessment using SGA and MUST tools. Methods: This was a prospective study carried out among cancer patients who presented for cancer care in the Department of Radiation Oncology, University College Hospital Ibadan, Nigeria. Nutritional assessment tools which included Malnutrition Universal Scoring Tool (MUST) and Subjective Global Assessment (SGA) were used to assess the nutritional status of the participants. Results: A total of 89 patients aged between 18 and 85 years participated in the study. The number of males were 13 (15%) while females were 76(85%). In our study 54 (60.8%) of our patients were at risk of malnutrition using the malnutrition universal scoring tool (MUST) scale while 53(60%) were malnourished using the subjective global assessment (SGA) scale. The reliability for the classifications using the MUST and SGA scales was positive (moderate) [Kappa = 0.584 (p<0.0005), 95% CI (0.410, 0.758)]. Conclusion: There is a high proportion of clinical malnutrition among cancer patients in the study population. According to this study, there was similarity between the classifications of nutritional risk, using the MUST and SGA tools.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,053
Tête enseignante GPT0,421
Écart entre enseignants0,369 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Analytical Oncology→Même sujetNutrition and Health in Aging→Travaux en français237 207→