Hospital Services to Improve Nutritional Intake and Reduce Food Waste: A Systematic Review
Notice bibliographique
Résumé
Background and Aims: Patients’ nutritional intake is a crucial issue in modern hospitals, where the high prevalence of disease-related malnutrition may worsen clinical outcomes. On the other hand, food waste raises concerns in terms of sustainability and environmental burden. We conducted a systematic review to ascertain which hospital services could overcome both issues. Methods: A systematic literature search following PRISMA guidelines was conducted across MEDLINE, Web of Science, and Scopus for randomised controlled trials (RCTs) and observational studies comparing the effect of hospital strategies on energy intake, protein intake, and plate/food waste. The quality of included studies was assessed using the Newcastle-Ottawa Scale for cohort studies and the Cochrane Risk of Bias tool from the Cochrane Handbook for Systematic Reviews of Interventions for RCTs. Results: Nineteen studies were included, assessing as many hospital strategies such as food service systems—including catering and room service—(n = 9), protected mealtimes and volunteer feeding assistance (n = 4), food presentation strategies (n = 3), nutritional counseling and education (n = 2), plant-based proteins meal (n = 1). Given the heterogeneity of the included studies, the results were narratively analysed. Conclusions: Although the results should be confirmed by prospective and large sample-size studies, the personalisation of the meal and efficient room service may improve nutritional intake while decreasing food waste. Clinical nutritionist staff—especially dietitians—may increase food intake reducing food waste through active monitoring of the patients’ nutritional needs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».