Clinical assessment of nutrition status score and body mass index in newborns
Notice bibliographique
Résumé
Background: Fetal growth restriction can occur at any gestational period and is affected by maternal, placental and environmental factors. These factors can cause neonatal mortality or morbidity and long term sequalae. Thereby it is important to assess the nutritional status at birth. Clinical assessment of nutrition status score (CAN) assessment based on birth centile became important. Objectives: Aim was to compare CAN score and BMI birth centiles using pre-designated cut offs for assessing fetal nutrition. Materials and Methods: 1000 newborns cross-Sectional descriptive study. Department of Paediatrics, K.S. Hegde Medical Academy, Mangalore. Nov-2015 to June-2017. Inclusion criteria included term neonates with gestational age >37 completed weeks of gestation by dates or ultra-sonogram. Neonates with major congenital malformation or syndromes were excluded. Results: Out of 1000 newborns, 259 newborns (25.9%) had BMI below 10th centile out of which 99(9.9%) had BMI less than 3rd centile suggesting severe malnutrition. Malnutrition as per CAN Score was seen in 319(31.9%) infants. When CAN score and BMI was compared, among the 353 babies who had CAN score less than 25 indicating FM, only 129(36.5%) had BMI less than 10th centile. In 130 of the 259 infants with BMI less than 10th centile, CAN score was normal.
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 | 0,003 | 0,000 |
| 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 | 0,000 |
| 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 ».