Are Dietitians Documenting Malnutrition Based on Subjective Global Assessment Category?
Notice bibliographique
Résumé
Purpose: This study reports on dietitian use of the Nutrition Care Process Terminology (NCPT) diagnosis of malnutrition based on Subjective Global Assessment (SGA). Methods: Nutrition assessment reports for adults in medical, surgical, and cardiac units in 13 Canadian hospitals were retrospectively examined for a 6-week period in 2014. Reports with a SGA and NCPT diagnosis were included regardless of why the patient was seen by the dietitian. Results: Of the 932 nutrition assessment reports, 857 (92%) included an SGA. Based on SGA, the prevalence of mild to moderate malnutrition (SGA B) and severe malnutrition (SGA C) was 53.4% (n = 458) and 10.0% (n = 86), respectively. When categorized as severely malnourished, the most common NCPT diagnoses were “malnutrition” (n = 55, 72.4%), “inadequate oral intake” (n = 11, 14.5%), and “inadequate protein-energy intake” (n = 10,13.1%). Among those with SGA B and C, the assignment of the NCPT malnutrition diagnosis was 19.8% (n = 95). Conclusions: Dietitians play a key role in the prevention, identification, and treatment of malnutrition in the hospitalized patient and are well positioned to take a leadership role in improving its documentation. Ongoing audits, staff support, and training regarding NCPT use may improve the application of the malnutrition diagnosis. Future research examining dietitian barriers to using the malnutrition diagnosis would be valuable.
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 | 0,006 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».