MétaCan
Menu
← Retour à la cohorte
Enregistrement W2921078574 · doi:10.14309/00000434-201810001-00823

Association Between Malnutrition, Nutritional Assessment Tools, Disease-Severity and Health-Related Quality of Life in Cirrhosis

2018· article· en· W2921078574 sur OpenAlexaff
Elaine Chiu, Lorian Taylor, Louisa Lam, Kaleb J. Marr, Melanie Stapleton, Puneeta Tandon, Maitreyi Kothandaraman

Notice bibliographique

RevueThe American Journal of Gastroenterology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensAlberta Health ServicesUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineCirrhosisQuality of life (healthcare)MalnutritionAnthropometryVitalityInternal medicineCorrelationSF-36Grip strengthDiseaseGerontologyHealth related quality of lifePhysical therapy

Résumé

récupéré en direct d'OpenAlex

Introduction: In cirrhosis patients, identifying significant associations between malnutrition, diseaseseverity and health-related quality of life (HRQoL) may help identify important targets for clinical assessment. Methods: The primary aim of this prospective study from 2014-2017 was to explore the influence of (1) nourishment state measured by subjective global assessment (SGA [Figure 1]), mid-arm circumference (MAC) and hand-grip strength (HGS), and; (2) disease-severity using Model of End-Stage Liver Disease score (MELD-Na) on HRQoL. HRQoL was measured with the validated Short-Form (SF) 36 subscales: vitality (V), physical function (PF), bodily pain (BP), general health (GH), physical role (PR), emotional role (ER), social function (SF) and mental health (MH). After identifying correlations ≥ 2, variables were entered into regression analyses controlled for age and gender. If a curvilinear relationship was present the Kruskal-Wallis test was used.823_A Figure 1. Subjective Global Assessment criteria to assess nutritional statusResults: This study included 81 patients with SGA breakdown outlined in Figure 2. After evaluation of correlation matrices, MELD-Na had correlation ≥ 2 with GH; MAC did not have any correlations ≥ 2 with any HRQoL subscale; HGS had correlations ≥ 2 with all subscales excluding SF, and; SGA had correlations ≥ 2 with all subscales. For SGA, PR demonstrated a significant relationship between SGA levels A and B compared to C (chi-squared=0.63, p=0.04); PF worsened as SGA did (Adjusted R2=19%; β=-0.24, p=0.03); V and SF worsened as SGA did (Adjusted R2=8% for both; β=-0.28, p=0.02 and β=-0.32, p<0.01), and; SGA had a borderline nonsignificant relationship with GH (β=-0.23, p=0.08). HGS was only significantly associated with PF (β=0.36, p<0.01). MELD-Na and MAC did not demonstrate any significant relationships with HRQoL. Neither BP nor MH demonstrated any significant relationships with assessment tools.823_B Figure 2. Breakdown of SGA of 81 patientsConclusion: Malnutrition was present in 70% of the study patients and was significantly related to decreased HRQoL for 4 subscales including physical role, physical function, vitality, and social function. Malnutrition measured by SGA was the only significant relationship with HRQoL in most analyses; HGS was significantly related to physical function only. This study identifies SGA as an important clinical tool to measure in cirrhosis patients and moderate to severe malnutrition (SGA B or C) is associated with reduced HRQoL. Future studies should explore if improvements in SGA relate to improved HRQoL.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,070
Tête enseignante GPT0,381
Écart entre enseignants0,311 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American Journal of Gastroenterology→Même sujetNutrition and Health in Aging→Travaux en français237 207→