Tutorial: Development and Implementation of a Multidisciplinary Preoperative Nutrition Optimization Clinic
Notice bibliographique
Résumé
Although much is known about surgical risk, little evidence exists regarding how best to proactively address preoperative risk factors to improve surgical outcomes. Preoperative malnutrition is a widely prevalent and modifiable risk factor in patients undergoing surgery. Malnutrition prior to surgery portends significantly higher postoperative mortality, morbidity, length of stay, readmission rates, and hospital costs. Unfortunately, perioperative malnutrition is poorly screened for and remains largely unrecognized and undertreated-a true "silent epidemic" in surgical care. To better address this silent epidemic of surgical nutrition risk, here we describe the rationalization, development, and implementation of a multidisciplinary, registered dietitian-driven, preoperative nutrition optimization clinic program designed to improve perioperative outcomes and reduce cost. Implementation of this novel Perioperative Enhancement Team (POET) Nutrition Clinic required a collaboration among many disciplines, as well as an identified need for multidimensional scheduling template development, data tracking systems, dashboard development, and integration of electronic health records. A structured malnutrition risk score (Perioperative Nutrition Screen score) was developed and is being validated. A structured malnutrition pathway was developed and is under study. Finally, the POET Nutrition Clinic has established a novel role for a perioperative registered dietitian as the integral point person to deliver perioperative nutrition care. We hope this structured model of perioperative nutrition assessment and optimization will allow for wide implementation and generalizability in other centers worldwide to improve recognition and treatment of perioperative nutrition risk.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
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 ».