Factors Associated With Resident Intake of Thickened Liquids in Long-Term Care
Notice bibliographique
Résumé
Purpose: Hydration is essential for health; however, long-term care (LTC) residents consume less fluid than is recommended, which may contribute to dehydration. Residents who drink thickened liquids likely consume even less than peers. Therefore, the aims of this study were to (a) determine if LTC residents who drink thickened liquids consume less fluid compared to those consuming thin liquids and (b) determine factors associated with fluid intake of residents who drink thickened liquids. Method: Participants who drank thickened liquids ( n = 68) were compared with participants who drank thin liquids ( n = 68). Fluid intake, cognition, diet prescription, and mealtime challenges were compared between groups. A stepwise multiple regression model assessed variables associated with fluid intake of residents who consumed thickened fluids. Results: All participants consumed less than recommended fluid volumes. No statistically significant difference was found in fluid intake between groups; however, the group consuming thickened liquids drank less than those consuming thin liquids. The thickened liquid group was also more likely to eat a modified diet, had higher levels of cognitive impairment, and had more mealtime challenges requiring more assistance. As age increased, thickened liquid intake decreased across study participants. Conclusion: These results highlight the need for interventions in LTC to support fluid intake in this vulnerable population.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».