Consistencies and terminologies – the use of IDDSI
Notice bibliographique
Résumé
INTRODUCTION: Introduction: this study aimed to verify the ability of speech therapists to identify, sort and name the different consistencies used in neurogenic oropharyngeal dysphagia (NOD) management, and to compare the results with the terms proposed by the International Dysphagia Diet Standardization Initiative (IDDSI). Methods: this research was approved by the ethics committee. Sixty speech therapists who work with NOD patients sorted 5 commercial foods from thinnest to thickest to match IDDSI levels 0 to 4, and then used a term to designate each consistency. Results: most subjects (76.66%) sorted the foods properly. Terminologies were divergent at all levels. For level 0, practitioners assigned 3 different terms. For level 1, 24 different terms were reported; for level 2 there were 25 terms, 23 terms for level 3, and 18 terms for level 4. Level 0 (IDDSI - thin) was designated by most participants as liquid; level 1 (IDDSI - slightly thick) was referred to as semi-thickened liquid; level 2 (IDDSI - mildly thick) as thickened liquid; level 3 (IDDSI - moderately thick) as honey; and level 4 (IDDSI - extremely thick) as pasty by most subjects. A reduced number of participants used terms in accordance with IDDSI. Level 0 was appropriately named by 5 subjects (8.33%); levels 1, 2 and 4 by 2 practitioners each (3.33%); and level 3 by 1 professional (1.66%). None of the subjects named all 5 IDDSI levels correctly. Conclusion: most practitioners progressed consistencies properly. There was a diversity of terminologies used for the same consistency at all levels, with no standardization.
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) | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».