Rationale and developmental methodology for the SIMPLE approach: A Systematised, Interdisciplinary Malnutrition Pathway for impLementation and Evaluation in hospitals
Notice bibliographique
Résumé
AIM: Changing population demographics, service demands, and healthcare provider expectations suggest that a shift is required regarding how malnutrition care is managed in hospitals. The present study aims to build the reason for required change, and to describe the process used to develop a model for managing malnutrition for implementation across six Queensland hospitals. METHODS: A cross-sectional survey of approaches to managing malnutrition in Queensland public hospitals, and development of a new model of care (guided by Knowledge-to-Action Framework and qualitative interviews) for testing within a broader implementation program. RESULTS: Twenty-three surveys were distributed with 21 completed by metropolitan (n = 11), regional (n = 8), and rural/remote (n = 2) settings. Substantial within and across site variance was observed, with care processes focused towards highly individualised, dietitian delivered care. Some early adopter sites demonstrated systematic, interdisciplinary or delegated malnutrition care processes; however, the latter was rarely or never undertaken in eight sites. A model for the Systematised, Interdisciplinary Malnutrition Pathway for impLementation and Evaluation (SIMPLE) in hospitals was drafted based on identified contemporary models and supporting literature. A mixed-methods approach combined survey data with structured interviews conducted in six sites, purposively sampled for maximal variation to iteratively refine the model. Consensus for implementation of the final model was achieved across site clinicians, leaders, and governance structures. CONCLUSIONS: Systematised, delegated, and interdisciplinary nutrition care activities are realistic in at least some settings. A model is now available to provide interdisciplinary care. Next steps including testing implementation will determine if this interdisciplinary model improves malnutrition care delivered in hospitals.
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 | 0,277 | 0,202 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,020 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,007 | 0,014 |
| Intégrité de la recherche | 0,009 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».