MétaCan
Menu
Retour à la cohorte
Enregistrement W3027032332 · doi:10.3390/ijerph17103590

A Brief Intervention for Malnutrition among Older Adults: Stepping Up Your Nutrition

2020· article· en· W3027032332 sur OpenAlexaff
Matthew Lee Smith, Caroline D. Bergeron, Sue Lachenmayr, Leigh Ann Eagle, Judy Simon

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensInstitut National de Santé Publique du Québec
Organismes subventionnairesAdministration for Community Living
Mots-clésMalnutritionIntervention (counseling)MedicineGerontologyEnvironmental healthPopulationPublic healthNursing

Résumé

récupéré en direct d'OpenAlex

Despite a multitude of nutritional risk factors among older adults, there is a lack of community-based programs and activities that screen for malnutrition and address modifiable risk among this vulnerable population. Given the known association of protein and fluid consumption with fall-related risk among older adults and the high prevalence of falls among Americans age 65 years and older each year, a brief intervention was created. Stepping Up Your Nutrition (SUYN) is a 2.5 h workshop developed through a public/private partnership to motivate older adults to reduce their malnutrition risk. The purposes of this naturalistic workshop dissemination were to: (1) describe the SUYN brief intervention; (2) identify participant characteristics associated with malnutrition risk; and (3) identify participant characteristics associated with subsequent participation in Stepping On (SO), an evidence-based fall prevention program. Data were analyzed from 429 SUYN participants, of which 38% (n = 163) subsequently attended SO. As measured by the SCREEN II®, high and moderate malnutrition risk scores were reported among approximately 71% and 20% of SUYN participants, respectively. Of the SUYN participants with high malnutrition risk, a significantly larger proportion attended a subsequent SO workshop (79.1%) compared to SUYN participants who did not proceed to SO (65.8%) (χ2 = 8.73, p = 0.013). Findings suggest SUYN may help to identify malnutrition risk among community-dwelling older adults and link them to needed services like evidence-based programs. Efforts are needed to expand the delivery infrastructure of SUYN to reach more at-risk older adults.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,135
Tête enseignante GPT0,436
Écart entre enseignants0,301 · 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 source (Gemma direct ou Codex distillé), 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

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetNutrition and Health in AgingTravaux en français237 207