MétaCan
Menu
← Retour à la cohorte

Are patients identified to be at risk for malnutrition being seen by a dietitian upon admission to hospitalist medicine units at Vancouver General Hospital?

2018· preprint· en· W4213151682 sur OpenAlexaffabout
Sharon Voong, Theresa Cividin, Jasmine Sookero

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensVancouver Coastal Health
Organismes subventionnairesnon disponible
Mots-clésMalnutritionMedicineHospital medicineHospital admissionFamily medicineNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Malnutrition is under recognized and often undiagnosed in the hospital setting. Malnutrition contributes to increased mortality, morbidity, hospital admissions, length of hospital stay, healthcare costs and reduced quality of life. Dietitian involvement is critical in addressing malnutrition and its associated risk factors. Patients admitted to Vancouver General Hospital (VGH) are screened for malnutrition risk using a validated nutrition screening tool (Canadian Nutrition Screening Tool) within the Nursing Admission Assessment (NAA).Objectives: The objectives of this study are (1) to determine the proportion of patients who are screened by and determined to be at risk for malnutrition upon admission to 3 hospitalist medicine units at VGH and (2) to determine the proportion of those patients seen by a dietitian. Methods: A retrospective chart review of all patients admitted to VGH hospitalist medicine units from March 1-31, 2017 was conducted. Data collected included demographics, completion of the nutrition screen within the NAA, dietitian referrals and assessments. Results: Of the 161 patients admitted, 51% (n=82) were screened for malnutrition upon admission. Of these patients, 24% (n=20) were determined to be at malnutrition risk. Despite only 15% (n=3) of these patients being referred to a dietitian, 50% (n=10) of patients at malnutrition risk were seen by a dietitian. The main reasons for dietitian assessment were physician referrals and dietitian routine screening. Conclusions: The NAA was not consistently completed and patients at risk were not always referred to the dietitian. Suggestions to address these issues include identifying barriers for completing the NAA and providing nursing education about the importance of malnutrition screening, use of the tool, and how to refer to the dietitian.Significance to the field of dietetics: Consistent completion of the validated malnutrition screening tool and resulting dietitian referrals could help identify malnutrition early and decrease routine screening time for dietitians.

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)0,005
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 enseignants0,060
Score d'incertitude au seuil0,119

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,038
Tête enseignante GPT0,330
Écart entre enseignants0,292 · 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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetNutrition and Health in Aging→Travaux en français237 207→