MétaCan
Menu
Retour à la cohorte
Enregistrement W2782256833 · doi:10.1186/s12937-017-0310-1

Update on the Integrated Nutrition Pathway for Acute Care (INPAC): post implementation tailoring and toolkit to support practice improvements

2018· article· en· W2782256833 sur OpenAlexafffundabout
Heather Keller, Celia Laur, Marlis Atkins, Paule Bernier, Donna Butterworth, Bridget Davidson, Brenda Hotson, Roseann Nasser, Manon Laporte, Chelsa Marcell, Sumantra Ray, Jack Bell

Notice bibliographique

RevueNutrition Journal · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensVitalité Health NetworkSaskatchewan Health AuthorityWinnipeg Regional Health AuthorityAlberta Health ServicesResearch Institute for AgingSaskatchewan HealthCanadian Nutrition SocietyConcordia HospitalUniversity of Waterloo
Organismes subventionnairesCanadian Frailty NetworkCanadian Nutrition Society
Mots-clésMedicineClinical nutritionProcess managementMalnutritionCare pathwayHealth careNursingBusiness

Résumé

récupéré en direct d'OpenAlex

The Integrated Nutrition Pathway for Acute Care (INPAC) is an evidence and consensus based pathway developed to guide health care professionals in the prevention, detection, and treatment of malnutrition in medical and surgical patients. From 2015 to 2017, the More-2-Eat implementation project (M2E) used a participatory action research approach to determine the feasibility, and evaluate the implementation of INPAC in 5 hospital units across Canada. Based on the findings of M2E and consensus with M2E stakeholders, updates have been made to INPAC to enhance feasibility in Canadian hospitals. The learnings from M2E have been converted into an online toolkit that outlines how to implement the key steps within INPAC. The aim of this short report is to highlight the updated version of INPAC, and introduce the implementation toolkit that was used to support practice improvements towards this standard.

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)0,053
score de la tête « metaresearch » (Gemma)0,163
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,185
Score d'incertitude au seuil0,368

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0530,163
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,005
Études des sciences et des technologies0,0030,002
Communication savante0,0060,004
Science ouverte0,0050,009
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0110,006

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 Opus0,039
Tête enseignante GPT0,404
Écart entre enseignants0,365 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNutrition JournalMême sujetNutrition and Health in AgingTravaux en français237 207