MétaCan
Menu
Retour à la cohorte
Enregistrement W3033035171 · doi:10.3390/healthcare8020151

Cross-Country Differences and Similarities in Undernutrition Prevalence and Risk as Measured by SCREEN II in Community-Dwelling Older Adults

2020· article· en· W3033035171 sur OpenAlexaffabout
Jos W. Borkent, Heather Keller, Carol Wham, Fleur Wijers, M.A.E. de van der Schueren

Notice bibliographique

RevueHealthcare · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensResearch Institute for AgingUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMalnutritionEnvironmental healthMedicineLogistic regressionCross-sectional studyGerontologyRisk assessmentMealDemography

Résumé

récupéré en direct d'OpenAlex

Undernutrition is highly prevalent among community-dwelling older adults. Early identification of nutrition risk is important to prevent or treat undernutrition. This study describes the prevalence rates of nutrition risk in community-dwelling older adults (aged ≥ 65) using the same validated tool across different countries and aims to identify differences in nutritional risk factors. Cross-sectional data was obtained from three datasets including participants from the Netherlands (NL), Canada (CA) and New Zealand (NZ). Seniors in the Community Risk Evaluation for Eating and Nutrition II (SCREEN II) was used to assess nutritional risk factors and prevalence of risk. Differences between countries were tested with logistic and linear regression. Sensitivity analyses were conducted to test the influence of sampling strategy. A total of 13,340 participants were included, and 66.3% were found to be at high nutrition risk. After stratifying the data for method of data sampling, prevalence rates showed some differences across countries (NL: 61.5%, NZ: 68.2%, CA: 70.1%). Risk factor items that contributed to nutrition risk also differed among countries: NZ and CA participants scored higher for weight change, skipping meals, problems with meal preparation, use of meal replacements, problems with biting and chewing, low fluid intake and problems with doing groceries, as compared to participants in NL. Low intake of fruits and vegetables and meat were more prevalent in NL. In conclusion: nutrition risk is a worldwide, highly prevalent problem among community-dwelling older adults, but risk factors contributing to nutrition risk differ by country.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,348
Écart entre enseignants0,288 · 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

Citations23
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcareMême sujetNutrition and Health in AgingTravaux en français237 207