MétaCan
Menu
Retour à la cohorte
Enregistrement W2735780997 · doi:10.1186/s40795-017-0177-8

Need for the Integrated Nutrition Pathway for Acute Care (INPAC): gaps in current nutrition care in five Canadian hospitals

2017· article· en· W2735780997 sur OpenAlexafffundabout
Renata Valaitis, Celia Laur, Heather Keller, Donna Butterworth, Brenda Hotson

Notice bibliographique

RevueBMC Nutrition · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensWinnipeg Regional Health AuthorityResearch Institute for AgingConcordia HospitalUniversity of Waterloo
Organismes subventionnairesCanadian Frailty NetworkCanadian Nutrition Society
Mots-clésMedicineClinical nutritionMalnutritionAuditAcute careConstipationEmergency medicineHealth careInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Malnutrition is common in hospitalized patients and is associated with increased mortality, length of stay, and risk of re-admission. The consensus based Integrated Nutrition Pathway for Acute Care (INPAC) was developed and validated to enhance patients' nutrition care and improve clinical outcomes. As part of the More-2-Eat project (M2E), five hospitals implemented INPAC activities (e.g. screening) in a single medical unit. The purpose of this paper is to demonstrate the care gaps with respect to INPAC activities on these five units prior to implementation. Results were used as part of a needs assessment on each unit, demonstrating where nutrition care could be improved and tailoring of implementation was required. METHODS: Cross-sectional data was collected by site research associates (RAs) using a standardized audit form once per week for 4 weeks. The audit contents were based on the INPAC algorithm. All medical charts of patients on the study unit on the day of the audit were reviewed to track routine nutrition care activities (e.g. screening). Data was descriptively displayed with REDCap™ and analyzed using R Studio software. RESULTS: Less than half of patients (249/700, 36%) were screened for malnutrition at admission. Of those screened, 36% (89/246) were at risk for malnutrition yet 36% (32/89) of these patients did not receive a dietitian assessment. Also, 21% (33/157) of patients who were not screened at risk were assessed. At least one barrier to food intake was noted in 85% of patient medical charts, with pain, constipation, nausea or vomiting being the most common. Many of these barriers were addressed through INPAC standard nutrition care strategies that removed the barrier (e.g. 41% were provided medication for nausea). Advanced nutrition care strategies to improve intake were less frequently recorded (39% of patients). CONCLUSION: These results highlight the current state of nutrition care and areas for improvement regarding INPAC activities, including nutrition screening, assessment, and standard and advanced nutrition care strategies to promote food intake. The results also provided baseline data to support buy-in for INPAC implementation in each M2E study unit. TRIAL REGISTRATION: Retrospectively registered ClinTrials.gov Identifier: NCT02800304, 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,415
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,362
Écart entre enseignants0,327 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations25
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC NutritionMême sujetNutrition and Health in AgingTravaux en français237 207