Nutrition risk prevalence and screening tools' validity in pediatric patients: A systematic review
Notice bibliographique
Résumé
Nutrition screening (NS) allows health professionals to identify patients at nutritional risk (NR), enabling early nutrition intervention. This study aimed to systematically review the criterion validity of NS tools for hospitalized non-critical care pediatric patients and to estimate the prevalence of NR in this population. This research was performed using PubMed, Embase, and Scopus databases until June 2021. The reviewers extracted the studies' general information, the population characteristics, the NR prevalence, and the NS tools' concurrent and predictive validity data. Quality evaluation was performed using the Newcastle-Ottawa Scale, adapted Newcastle-Ottawa Scale, and Quality Assessment of Diagnostic Accuracy Studies (QUADAS-2). The primary studies were qualitatively analyzed, and descriptive statistics were calculated to describe the NR prevalence. Of the total 3944 studies found, 49 met the inclusion criteria. Ten different pediatric NS tools were identified; the most frequently used were Screening Tool for Risk on Nutritional Status and Growth (STRONGkids), Screening Tool for the Assessment of Malnutrition in Pediatrics (STAMP), and Pediatric Yorkhill Malnutrition Score (PYMS). The mean NR prevalence was 59.85% (range, 14.6%-96.9%). Among all NS tools analyzed, STRONGkids and PYMS showed the best diagnostic performance. STRONGkids had the most studies of predictive validity showing that the NR predicted a higher hospital length of stay (odds ratio [OR], 1.96-8.02), health complications during hospitalization (OR, 3.4), and the necessity for nutrition intervention (OR, 18.93). Considering the diagnostic accuracy, robust and replicated findings of predictive validity, and studies' quality, STRONGkids performed best in identifying NR in the pediatric population among the tools identified.
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 | 0,020 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,016 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».