Malnutrition risk, outcomes, and costs among older adults undergoing elective surgical procedures: A retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: We examine here the association between malnutrition risk and adverse health outcomes among older adult patients undergoing elective surgical procedures. METHODS: We conducted a retrospective study using linked clinical and administrative databases. Malnutrition risk was assessed prior to surgery, defined by unintentional weight loss and decreased food intake. We performed a logistic regression analysis of the primary outcome, a composite adverse outcome measure, including death, bleeding, pneumonia, and other surgical complications. We conducted Fine-Gray proportional hazard regression analysis of hospital length of stay (LOS). We performed a generalized linear regression analysis of in-hospital cost data. All regression analyses controlled for frailty, age, sex, surgical category, and comorbidities. RESULTS: Of a total of 3457 older adult elective surgical patients (65-102 years), 310 (9.0%) screened positive for malnutrition risk. In multivariable regression analyses, malnutrition risk was associated with an increased risk of the composite adverse outcome (odds ratio [OR] = 1.74; 95% CI = 1.25-2.39), higher hospitalization costs (relative cost = 1.84; 95% CI = 1.59-2.13), and a decreased risk of discharge from the hospital (hazard ratio = 0.67; 95% CI = 0.59-0.77) compared with those who screened negative. CONCLUSION: Older adult patients with malnutrition risk were at an increased risk of adverse surgical outcomes, had longer LOS in the hospital, and incurred higher costs of care. It is important to screen for malnutrition risk and refer older adults for dietetic consults prior to elective surgery.
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 | 0,005 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».