Trends and Novel Research in Hospital Nutrition Care: A Narrative Review of Leading Clinical Nutrition Journals
Notice bibliographique
Résumé
Hospital malnutrition is a longstanding problem that continues to be underrecognized and undertreated. The aim of this narrative review is to summarize novel, solution-focused, recent research or commentary to update providers on the prevention of iatrogenic malnutrition as well as the detection and treatment of hospital malnutrition. A narrative review was completed using the top 11 clinically relevant nutrition journals. Of the 13,850 articles and editorials published in these journals between 2013 and 2019, 511 were related to hospital malnutrition. A duplicate review was used to select (n = 108) and extract key findings from articles and editorials. Key criteria for selection were population of interest (adult hospital patients, no specific diagnostic group), solution-focused, and novel perspectives. Articles were categorized (6 classified in >1 category) as Screening and Assessment (n = 17), Standard (n = 25), Advanced (n = 12) and Specialized Nutrition Care (n = 8), Transitions (n = 15), Multicomponent (n = 21), Education and Empowerment (n = 9), Economic Impact (n = 3), and Guidelines (n = 4) for summarizing. Research advances in screening implementation, standard nutrition care, transitions, and multicomponent interventions provide new strategies to consider for malnutrition prevention (iatrogenic), detection, and care. However, several areas requiring further research were identified. Specifically, larger and more rigorous studies that examine health outcomes and economic analyses are urgently needed.
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 | 0,019 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,027 | 0,025 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».