Symptom Burden in Patients With Home Care Who Are at Risk for Malnutrition: A Cross-Sectional Study
Notice bibliographique
Résumé
In Sweden, patients in early palliative stages of illness are cared for in primary care and often offered home care. Many are older and at risk for malnutrition, but little is known about their symptom burden and nutritional problems. This cross-sectional study divided older patients in home care into those with and without risk for malnutrition and compared symptom burden in the 2 groups. Participants were patients in Stockholm County (n = 121) in early palliative stages of disease cared for at home by primary care professionals from 10 health-care centers. The Mini Nutritional Assessment (MNA) was used to identify risk for malnutrition. Symptoms and/or nutritional status in patients with and without risk were assessed with the Functional Assessment of Anorexia/Cachexia Therapy (FAACT), Patient-Generated Subjective Global Assessment Short Form (PG-SGA), and Edmonton Symptom Assessment System (ESAS). Forty-two percent of the patients were at risk for malnutrition (MNA). Appetite ( P = .012), tiredness ( P = .003), and anxiety ( P = .008) were worse in these patients than in those without risk (ESAS; significance level, P ≤ .015). Patients at risk were also more concerned about how thin they looked ( P = .006), agreed more strongly that their family or friends were pressuring them to eat ( P = .000; FAACT; significance level, P ≤ .029), had a higher symptom burden ( P = .005), had lower physical activity ( P = .000), and more lost weight over time ( P = .032; PG-SGA; significance level, P ≤ .040). This study adds a more detailed picture of the symptom burden in older patients at risk for malnutrition. Such information is needed to identify risk for malnutrition earlier and improve patients’ health.
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 ».