A Multi-Site, International Audit of Malnutrition Risk and Energy and Protein Intakes in Patients Undergoing Treatment for Head Neck and Esophageal Cancer: Results from INFORM
Notice bibliographique
Résumé
Patients with foregut tumors are at high risk of malnutrition. Nutrition care focuses on identifying individuals at risk of malnutrition and optimizing nutrient intake to promote the maintenance of body weight and lean body mass. This multi-center prospective, longitudinal study audited nutrition care practices related to screening for risk of malnutrition (Patient-Generated Subjective Global Assessment Short Form; PG-SGA SF), and nutrition interventions prescribed (route; adequacy of energy and protein intakes). Audits occurred at four time periods: baseline (before treatment) and at 2, 4, and 6 months after starting cancer treatment; 170 patients (esophageal (ESO; n = 51); head and neck (HN; n = 119)) were enrolled. Nutrition risk (PG-SGA SF score ≥ 4) was prevalent at every time period: HN (baseline: 60%; 6 months 66%) and ESO (77%; 72%). Both groups had significant (p < 0.001) weight losses over the 6 month audit period (HN = 13.2% ESO = 11.4%). Enteral nutrition (EN) was most likely to be prescribed at 2 months for HN and at 4 and 6 months for ESO. Target prescribed energy and protein intakes were not met with any nutrition intervention; although adequacy was highest for those receiving EN. Nutrition care practices differed for HN and ESO cancers and there may be time points when additional nutrition support is 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».