Improving Malnutrition Screening among Hemodialysis Patients
Notice bibliographique
Résumé
Individuals receiving hemodialysis are at increased risk of malnutrition; however, regular diagnosis of malnutrition using subjective global assessment (SGA) is time-consuming. This study aimed to determine whether the Canadian Nutrition Screening Tool (CNST) or the Geriatric Nutrition Risk Index (GNRI) screening tools could accurately identify hemodialysis patients at risk for malnutrition. A retrospective medical chart review was conducted for in-centre day shift hemodialysis patients (n = 95) to obtain the results of the SGA assessment and the CNST screener and to calculate the GNRI score. Sensitivity and specificity analyses showed only a fair agreement between the SGA and CNST (sensitivity = 20%; specificity 96%; κ = .210 (95% CI, -0.015 to .435), p < .05) and between the SGA and GNRI (sensitivity = 35%; specificity = 88%; κ = .248 (95% CI, .017 to .479), p < .05). There was no significant statistical difference between the accuracy of either tool in identifying patients at risk of malnutrition (p = .50). The CNST and GNRI do not accurately screen for risk of malnutrition in the hemodialysis population; therefore, further studies are needed to determine an effective malnutrition screening tool in this 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 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 | 0,007 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».