MétaCan
Menu
Retour à la cohorte
Enregistrement W2802942731 · doi:10.1139/apnm-2018-0064

Low food intake in hospital: patient, institutional, and clinical factors

2018· article· en· W2802942731 sur OpenAlexaffvenueabout
Lori J. Curtis, Renata Valaitis, Celia Laur, Tara McNicholl, Roseann Nasser, Heather Keller

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensResearch Institute for AgingSaskatchewan HealthUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMedicineOdds ratioMalnutritionSocioeconomic statusMealFood intakeEnvironmental healthOddsDemographicsMultivariate analysisLogistic regressionDemographyInternal medicinePopulation

Résumé

récupéré en direct d'OpenAlex

In-hospital malnutrition and inadequate food intake have been associated with negative outcomes (e.g., prolonged length of stay, readmission, mortality, and increased hospital costs). Studies examining the factors associated with low food intake in hospital, commonly defined as the consumption of ≤50% of meals, have produced mixed results. We examined the correlates of food intake including patient socioeconomic, demographic, and health characteristics, institutional factors, and common clinical strategies in 1129 medical patients from 5 Canadian hospitals. Low food intake was found in 35% of patients (41% of females and 29% of males) (p < 0.001). In multivariate analyses, sex, socioeconomic status, demographics, and diagnoses were not significantly related to food intake. Patients assessed as malnourished (subjective global assessment (SGA) B/C) (odds ratio (OR), 2.41; p = 0.003) or as not at risk of malnutrition (OR, 1.67; p = 0.040) were more likely to have low intake when compared with those assessed as well nourished (SGA A). Patient reports of mealtime challenges (OR, 2.70; p < 0.001) and barriers to food intake (OR, 1.11; p = 0.008) were positively related to low intake throughout the study sample. Higher 12-Item Short Form Health Survey Mental Component Summary scores were related to better food intake (OR, 0.98; p < 0.001). Clinical strategies such as between-meal snacks lowered the likelihood of low food intake (OR, 0.55; p = 0.037), whereas a group of "other strategies" increased the odds (OR, 2.77; p = 0.001). These results offer a better understanding of the correlates of in-hospital low food intake. The conclusion discusses some avenues for improving food intake in the clinical setting, such as better mealtime monitoring and a reduction in barriers to food intake.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,108
Score d'incertitude au seuil0,215

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,034
Tête enseignante GPT0,325
Écart entre enseignants0,292 · 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

Citations30
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetNutrition and Health in AgingTravaux en français237 207