Evaluation of actions, barriers, and facilitators to reducing dietary sodium in health care institutions
Notice bibliographique
Résumé
BACKGROUND: Globally, population-wide sodium reduction strategies have been adopted and implemented to address the adverse health effects of excess dietary sodium. However, in Canada, minimal coordinated action by governments has occurred, including interventions aimed at food service operations in hospitals and long-term care (LTC) centers. The objective of this study was to investigate actions, attitudes, barriers, and facilitators related to sodium reduction in these institutions. METHODOLOGY: A cross-sectional survey was administered to food service administrators working in hospitals and LTC facilities in Ontario. Responses from key informants from 27 institutions, representing 9,823 patient/resident beds were included. RESULTS: Overall, 63.0% of institutions had an established sodium target (900-4,000 mg/day). The reported sodium level on "regular" menus was 2,845 ± 1,025 mg/day. Sixty-three percent believed it was important to reduce sodium on inpatient/resident menus. Top facilitators reported for sodium reduction included group purchasing organizations identifying lower sodium foods (85.2%), increased availability of pre-packaged lower sodium products (77.8%), government prioritizing and providing support and resources (74.1%), and improved taste of lower sodium foods (74.1%). Only 37.0% believed that patient/resident satisfaction would decrease with sodium reduction. Sodium reduction practices were variable among food service operations. CONCLUSIONS: These data support the need for consistent and coordinated policies to facilitate sodium reduction in hospitals and long-term care settings and for multi-sectorial government, industry, and institutional support to ensure success.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».