Screening Community-Living Older Adults for Protein Energy Malnutrition and Frailty: Update and Next Steps
Notice bibliographique
Résumé
Abstract Protein-energy malnutrition (PEM)/undernutrition and frailty are prevalent, overlapping conditions impacting on functional and health outcomes of older adults, but are frequently unidentified and untreated in community settings in the United States. Using the World Health Organization criteria for effective screening programs, we reviewed validity, reliability, and feasibility of data-driven screening tools for identifying PEM and frailty risk among community-dwelling older adults. The SCREEN II is recommended for PEM screening and the FRAIL scale is recommended as the most promising frailty screening tool, based on test characteristics, cost, and ease of use, but more research on both tools is needed, particularly on predictive validity of favorable outcomes after nutritional/physical activity interventions. The Malnutrition Screening Tool (MST) has been recommended by one expert group as a screening tool for all adults, regardless of age/care setting. However, it has not been tested in US community settings, likely yields large numbers of false positives (particularly in community settings), and its predictive validity of favorable outcomes after nutritional interventions is unknown. Community subgroups at highest priority for screening are those at increased risk due to prior illness, certain demographics and/or domiciliary characteristics, and those with BMI < 20 kg/m 2 or < 22 if > 70 years or recent unintentional weight loss > 10% (who are likely already malnourished). Community-based health professionals can better support healthy aging by increasing their awareness/use of PEM and frailty screening tools, prioritizing high-risk populations for systematic screening, following screening with more definitive diagnoses and appropriate interventions, and re-evaluating and revising screening protocols and measures as more data become available.
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 | 0,008 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».