MAKING THE MOST OF MEALTIMES: MALNUTRITION AND MODIFIED TEXTURE FOOD IN CANADIAN LONG-TERM CARE
Notice bibliographique
Résumé
Modified texture foods (MTFs) are associated with a high prevalence of malnutrition (40–80%) among older adults in LTC, yet research to demonstrate the independent effect of MTFs is lacking. Making the Most of Mealtimes (M3) is a cross-sectional multi-site study that collected data in 32 LTC homes in four Canadian provinces (AB, MB, NB, ON). This secondary data analysis examined if prescription of MTFs as compared to a regular texture diet was associated with the risk of malnutrition in residents of LTC homes when diverse relevant covariates were considered. The Mini Nutritional Assessment Short-Form (MNA-SF) score was used to determine malnutrition. Use of MTFs, and resident and site characteristics were identified from health records, observations, and standardized assessments. Hierarchical linear regression analysis, accounting for clustering, was performed. A minced diet (F(1, 382)=5.01, p=0.03), as well as a pureed diet (F(1, 279)=4.95, p=0.03), were both significantly associated with risk of malnutrition among residents. After adjusting for age and gender, other significant covariates were: use of oral nutritional supplementation, cognitive impairment, eating challenges, and poor oral health. Given the significant association between consumption of MTFs and risk of malnutrition, MTFs need further consideration in regard to improving nutrient density and sensory appeal. These improvements could support food intake and quality of life and thus prevent malnutrition and other negative outcomes (e.g., depression, hospitalization). (Funded by Canadian Institutes of Health Research).
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».