Defining barriers to implementation of nutritional advice in patients with cachexia
Notice bibliographique
Résumé
BACKGROUND: Cancer cachexia is a multidimensional wasting syndrome and a reduced dietary intake is both common and strongly correlated with degree of weight loss. Many patients with cachexia do not achieve recommended dietary intake even after nutritional counselling. Prior reports suggest this is likely due to barrier symptoms, but other potential contributory factors have not been studied in detail. METHODS: Dietitian-assigned barriers to successful nutritional intervention were recorded at each visit in all patients attending a multidisciplinary clinic for management of cancer cachexia. The barriers were grouped into 15 categories and classified as either symptom-related or not symptom-related. In addition, symptom scores, dietary intake, and weight change were recorded. RESULTS: Data on 94 new patients showed that 89% of patients had at least one major barrier. Four of the five most common barriers and 65% of all barriers identified were not symptom-related. Over sequential visits the specific barrier(s) in any one patient changed approximately 50% of the time. However, the presence of barriers did not render patients refractory to nutritional intervention and with intervention from the CNR-JGH team, mean dietary intake increased significantly. CONCLUSIONS: In advanced cancer patients with cachexia, non-symptom-related barriers to nutritional intervention are more common than symptom-related. Barriers are dynamic, and repeated careful evaluation over time is required to achieve optimal impact with nutritional intervention in cancer cachexia. Members of the multidisciplinary team need appropriate expertise to address the barriers identified and achieve optimal results with nutritional intervention.
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 | 0,000 |
| 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 ».