MétaCan
Menu
Retour à la cohorte
Enregistrement W2969845842 · doi:10.1097/mpg.0000000000002443

Nutrition Support of Children With Chronic Liver Diseases

2019· article· en· W2969845842 sur OpenAlexaff
Marialena Mouzaki, Jiří Bronský, Girish Gupte, Iva Hojsak, Jörg Jahnel, Nikhil Pai, Rubén E. Quirós‐Tejeira, Renee Wieman, Shikha S. Sundaram

Notice bibliographique

RevueJournal of Pediatric Gastroenterology and Nutrition · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineHepatologyPediatric gastroenterologyPosition paperMalnutritionInternal medicineClinical nutritionContext (archaeology)Chronic liver diseaseIntensive care medicineLiver diseaseQuality of life (healthcare)Psychological interventionGastroenterologyPathologyCirrhosis

Résumé

récupéré en direct d'OpenAlex

Chronic liver disease places patients at increased risk of malnutrition that can be challenging to identify clinically and treat. Nutrition support is a key aspect of the management of these patients as it has an impact on their quality of life, morbidity, and mortality. There are significant gaps in the literature regarding the optimal nutrition support for patients with different types of liver diseases and the impact of these interventions on long-term outcomes. This Position Paper summarizes the available literature on the nutritional aspects of the care of patients with chronic liver diseases. Specifically, the challenges associated with the nutritional assessment of these subjects are discussed, and recently investigated approaches to determining the patients' nutritional status are reviewed. Furthermore, the pathophysiology of the malnutrition seen in the context of chronic liver disease is summarized and monitoring, as well as treatment, recommendations are provided. Lastly, suggestions for future research studies are described.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,024
Score d'incertitude au seuil0,421

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,243
Écart entre enseignants0,236 · 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 tête enseignante, 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

Citations102
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pediatric Gastroenterology and NutritionMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207