MétaCan
Menu
Retour à la cohorte
Enregistrement W2789873516 · doi:10.3390/healthcare6010009

Nutrition Care after Discharge from Hospital: An Exploratory Analysis from the More-2-Eat Study

2018· article· en· W2789873516 sur OpenAlexafffundabout
Celia Laur, Lori Curtis, Joel A. Dubin, Tara McNicholl, Renata Valaitis, Pauline Douglas, Jack Bell, Paule Bernier, Heather Keller

Notice bibliographique

RevueHealthcare · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensResearch Institute for AgingUniversity of Waterloo
Organismes subventionnairesCenter for Nanoscale Science and TechnologyCanadian Frailty NetworkCanadian Nutrition Society
Mots-clésMedicineHospital dischargePatient dischargeClinical nutritionMultivariate analysisTelephone interviewEmergency medicineFamily medicineMEDLINEIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Many patients leave hospital in poor nutritional states, yet little is known about the post-discharge nutrition care in which patients are engaged. This study describes the nutrition-care activities 30-days post-discharge reported by patients and what covariates are associated with these activities. Quasi-randomly selected patients recruited from 5 medical units across Canada (n = 513) consented to 30-days post-discharge data collection with 48.5% (n = 249) completing the telephone interview. Use of nutrition care post-discharge was reported and bivariate analysis completed with relevant covariates for the two most frequently reported activities, following recommendations post-discharge or use of oral nutritional supplements (ONS). A total of 42% (n = 110) received nutrition recommendations at hospital discharge, with 65% (n = 71/110) of these participants following those recommendations; 26.5% (n = 66) were taking ONS after hospitalization. Participants who followed recommendations were more likely to report following a special diet (p = 0.002), different from before their hospitalization (p = 0.008), compared to those who received recommendations, but reported not following them. Patients taking ONS were more likely to be at nutrition risk (p < 0.0001), malnourished (p = 0.0006), taking ONS in hospital (p = 0.01), had a lower HGS (p = 0.0013; males only), and less likely to believe they were eating enough to meet their body’s needs (p = 0.005). This analysis provides new insights on nutrition-care post-discharge.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,051
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,043
Tête enseignante GPT0,370
Écart entre enseignants0,328 · 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

Citations44
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcareMême sujetNutrition and Health in AgingTravaux en français237 207