Diagnostic Accuracy of Two Food Insecurity Screeners Recommended for Use in Health Care Settings
Notice bibliographique
Résumé
OBJECTIVES: To test the diagnostic accuracy of the American Academy of Pediatrics (AAP) recommended food insecurity screener. METHODS: We conducted prospective diagnostic accuracy studies between July and November 2016 in Chicago, Illinois. We recruited convenience samples of adults from adult and pediatric emergency departments (12-month recall study: n = 188; 30-day recall study: n = 154). A self-administered survey included the 6-item Household Food Security Screen (gold standard), the validated 2-item Hunger Vital Sign (HVS; often, sometimes, never response categories), and the 2-item AAP tool (yes-or-no response categories). RESULTS: Food insecurity was prevalent (12-month recall group: 46%; 30-day group: 39%). Sensitivity of the AAP tool using 12-month and 30-day recall was, respectively, 76% (95% confidence interval [CI] = 65%, 85%) and 72% (95% CI = 57%, 84%). The HVS sensitivity was significantly higher than the AAP tool (12-month: 94% [95% CI = 86%, 98%; P = .002]; 30-day: 92% [95% CI = 79%, 98%; P = .02]). CONCLUSIONS: The AAP tool missed nearly a quarter of food-insecure adults screened in the hospital; the HVS screening tool was more sensitive. Public health implications. Health care systems adopting food insecurity screening should optimize ease of administration and sensitivity of the screening tool.
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 | 0,008 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».