Dysphagia risk, low muscle strength and poor cognition predict malnutrition risk in older adults at hospital admission
Notice bibliographique
Résumé
BACKGROUND: Malnutrition in patients admitted to hospital may have detrimental effects on recovery and healing. Malnutrition is preceded by a state of malnutrition risk, yet malnutrition risk is often not detected during admission. The aim of the current study was to investigate the magnitude and potential predictors of malnutrition risk in older adults, at hospital admission. METHODS: A cross-sectional was study conducted in 234 older adults (age ≥ 65 or ≥ 55 for Māori or Pacific ethnicity) at admission to hospital in Auckland, New Zealand. Assessment of malnutrition risk status was performed using the Mini Nutritional Assessment Short-Form (MNA®-SF), dysphagia risk by the Eating Assessment Tool (EAT-10), muscle strength by hand grip strength and cognitive status by the Montreal Cognitive Assessment (MoCA) tool. RESULTS: : 1.02 (1.02-1.03)], low muscle strength [hand grip strength, kg: 1.01 (1.00-1.02)] and decline in cognition [MoCA score: 1.01 (1.00-1.02)] as significant predictors of malnutrition risk in older adults at hospital admission. CONCLUSION: Among older adults recently admitted to the hospital, almost three-quarters were malnourished or at malnutrition risk. As the majority (88%) of participants were admitted from the community, this illustrates the need for routine nutrition screening both at hospital admission and in community-dwelling older adults. Factors such as dysphagia, unintentional weight loss, decline in muscle strength, and poor cognition may indicate increased risk of malnutrition.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».