Prognostic Value of the ESPEN Consensus and Guidelines for Malnutrition: Prediction of Post‐Discharge Clinical Outcomes in Older Inpatients
Notice bibliographique
Résumé
INTRODUCTION: Our study aimed to determine whether malnutrition and nutrition-related conditions using the European Society for Clinical Nutrition and Metabolism (ESPEN) consensus were associated with functional status, institutionalization, readmissions, and mortality in older patients at 3-month follow-up. METHODS: A cohort of 102 consecutive deconditioned patients was assessed at 3 months postdischarge from postacute geriatric care. Inclusion criteria were age ≥70 years, scores of Mini-Mental Status Examination ≥21/30, and being admitted for rehabilitation after an acute non-disabling disease. Malnutrition as defined by ESPEN consensus and nutrition-related conditions (such as frailty, sarcopenia, overweight/obesity, nutrient deficiency, and cachexia) was assessed, and related to postdischarge clinical outcomes at 3-month follow-up. RESULTS: Of 95 included patients (84.5 ± 6.5 years; 63.2% women), 31 had unintentional weight loss and 19 fulfilled malnutrition criteria defined by the ESPEN consensus. Nutrition-related conditions were frequent: 94 patients had frailty, 44 sarcopenia, 58 overweight/obesity, and 59 nutrient deficiency. Sarcopenia reduced functional status at 3-month follow-up (median difference: -25.5; 95% confidence interval (CI) -46.4 - -4.3, P = 0.008). Institutionalization was related to unintentional weight loss in univariate analysis (odds ratio (OR) = 3.9; 95%CI 1.3 - 12.4, P = 0.018). Meeting the basic ESPEN definition of malnutrition was related to institutionalization in univariate (OR = 3.4; 95%CI 1.0 to 11.3, P = 0.042) but not multivariate analysis, and was not significantly associated with readmissions or mortality at 3-month follow-up. CONCLUSIONS: Further research is needed on the potential value of the ESPEN consensus and guidelines for malnutrition to identify older patients at risk of worse functional status, institutionalization, readmissions, and mortality at 3-month follow-up postdischarge.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».