Nutritional knowledge and related factors among hemodialysis patients: A systematic review
Notice bibliographique
Résumé
This systematic review examined the nutritional knowledge and related factors among hemodialysis patients. An exhaustive and methodical exploration was conducted across various global electronic databases, including Scopus, PubMed, Web of Science, and Persian electronic databases like Iranmedex and the Scientific Information Database. This search utilized keywords derived from Medical Subject Headings, specifically “knowledge”, “hemodialysis”, and “nutrition”, spanning from the inception of these databases until March 25, 2024. The quality of the studies incorporated into this systematic review was assessed utilizing the Appraisal tool for Cross-Sectional Studies (AXIS tool). In total, there were 721 hemodialysis patients in eight cross-sectional studies. Among the participants, 61.70% were male. The participants had a mean age of 55.03 (standard deviation [SD]=14.06) years. The studies incorporated in this systematic review were conducted in various countries: the United Kingdom (n=2), India (n=2), Italy (n=1), Iran (n=1), Greece (n=1), and a joint study from Turkey and Finland (n=1). The nutritional knowledge among hemodialysis patients was 47.79 out of 100. This score indicates a suboptimal level of knowledge in this area. Factors including education level, attitude, practice, family income per month, and diet counseling were related to the nutritional knowledge of hemodialysis patients. Consequently, policymakers and healthcare administrators can enhance the nutritional understanding of patients undergoing hemodialysis by focusing more on nutritional knowledge factors, such as education level, attitude, practice, monthly family income, and dietary counseling.
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 | 0,010 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,001 | 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 | 0,002 |
| 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 ».