The effect of blue dishware versus white dishware on food intake and eating challenges among residents living with dementia: a crossover trial
Notice bibliographique
Résumé
OBJECTIVE: Residents living with dementia (RLWD) often experience changes in their visual perception, which could reduce food intake. Inadequate food intake is known to cause malnutrition, which increases the risk of hospitalization, morbidity, and mortality. This study evaluated the effectiveness of using blue dishware compared to white dishware to improve food intake and mitigate eating challenges among 18 RLWD (mean age 84.6 ± 7.9 years, 72.2% female). RESULTS: A within-within person crossover design determined differences in food intake and eating challenges between blue and white dishware conditions. Five participants responded to the blue dishware and increased their average food intake by ≥ 10%. Responders were not different from non-responders in terms of demographic or health characteristics. The proportion of eating challenges experienced was not significantly different between the blue and white dishware conditions. Percent food intake was significantly greater at lunch (83.5 ± 19.0%) compared to dinner (75.8 ± 22.1%; p < 0.0001), regardless of dishware condition. However, there were no significant differences for food intake between the dishware conditions, even after matching food choices. Promoting food intake and reducing eating challenges in RLWD likely needs multi-component interventions targeting meal quality, meal access, and mealtime experience. Trial registration ClincialTrials.gov Identifier: NCT04298788. Retrospectively registered: 6 March 2020, https://clinicaltrials.gov/ct2/show/NCT04298788?term=NCT04298788&draw=2&rank=1 .
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 | 0,002 | 0,007 |
| 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 | 0,001 |
| 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 ».