MétaCan
Menu
Retour à la cohorte
Enregistrement W3169881597 · doi:10.6000/1929-4247.2021.10.02.2

Growth and Malnutrition Assessment of Neonates Admitted to a Government Hospital in Nakuru, Kenya

2021· article· en· W3169881597 sur OpenAlexvenueno aff
Melissa Thoene, Nora Switchenko, Anya Morozov, Elizabeth Kibaru, Matthew Van Ormer, Corrine Hanson, Ann Anderson‐Berry

Notice bibliographique

RevueInternational Journal of Child Health and Nutrition · 2021
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineBirth weightMalnutritionPediatricsGestational ageStandard scoreLow birth weightGrowth chartSevere Acute MalnutritionHospital dischargeWeight gainObstetricsBody weightPregnancyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background and Aims: Inadequate nutrient provision causes neonatal growth failure and malnutrition. Therefore, this study aimed to 1) quantify infant growth velocity from birth to hospital discharge, 2) determine the incidence of neonatal malnutrition at the time of discharge from a government hospital newborn unit in Nakuru, Kenya. Methods: After ethical approval, data was collected for infants (n=104) hospitalized >14 days (June 2016 - December 2018) including: birth gestational age (GA), birth and discharge weight (grams, g) with z-scores (2013 Fenton Preterm or 2006 World Health Organization 0-2 Year growth chart), hospital length of stay (LOS) days. Growth during hospitalization was calculated in g/day [(discharge weight – birth weight)/LOS] and g/kilogram(kg)/day [1000xln(birth weight/discharge weight)/LOS). Malnutrition was diagnosed by birth to discharge weight z-score change (decline): mild = 0.8-1.2 standard deviations (SD), moderate = >1.2-2.0 SD, severe = >2.0 SD. P-value <0.05 was significant. Results: 94/104 (90.4%) infants were preterm with median birth GA 32 weeks, weight 1500 g (z-score -0.33), LOS 21 days and discharge weight 1735 g (z-score -1.95). Median weight gain was 8.2 g/day or 5.2 g/kg/day with weight z-score change -1.34 SD. Linear regression predicted each hospital day decreased z-score by -0.031 (p<0.001). At discharge, 81.7% of infants met malnutrition criteria—27.1% mild, 49.4% moderate, 23.5% severe. Conclusions: Infants with LOS >14 days in a government hospital newborn unit in Nakuru, Kenya, experience growth rates below recommended velocities by the World Health Organization (23-34 grams/day from 0-4 months). Nutrition intervention is necessary to support appropriate growth.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,007
Tête enseignante GPT0,304
Écart entre enseignants0,297 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Child Health and NutritionMême sujetChild Nutrition and Water AccessTravaux en français237 207