MétaCan
Menu
Retour à la cohorte
Enregistrement W4406741913 · doi:10.1016/j.nutos.2025.01.007

Estimated inpatient malnutrition prevalence, screening tool utilization, and dietitian referral rates across hospitals during extension of phase 2 of More-2-Eat

2025· article· en· W4406741913 sur OpenAlexafffundabout
Yingying Xu, Rachel A. Warren, Sonya Boudreau, Tina N. Strickland, Mari Somerville, Brenda MacDonald, Heather Keller, Leah E. Cahill

Notice bibliographique

RevueClinical Nutrition Open Science · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversity of WaterlooResearch Institute for AgingCapital District Health AuthorityNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesQEII Foundation
Mots-clésReferralMalnutritionMedicineEmergency medicineEnvironmental healthIntensive care medicineFamily medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Malnutrition is associated with increased hospital length of stay, disease burden, and healthcare costs. The Integrated Nutrition Pathway for Acute Care (INPAC) is a validated multi-step algorithm that includes screening using the Canadian Nutrition Screening Tool (CNST) and diagnosis using Subjective Global Assessment (SGA). This study aims to understand ( 1) the prevalence of inpatient nutrition screening completion, (2) the proportion of at-risk inpatients referred to dietitians, and (3) the malnutrition prevalence among a sample of hospital inpatients. In 2021, INPAC was implemented in five hospital wards across Nova Scotia (NS) as an extension of More-2-Eat NS Study. As part of the implementation, hospital chart audits (n=672) were completed from 2021-2022 to gather data on malnutrition screening, dietitian referral, and nutrition assessment. Statistical analysis involved chi-square, Kruskal Wallis, and t-tests. Nutrition screening at admission occurred for 54.9% of audited patients, with variation among sites (p<0.001). 34.5% of these screened patients were at nutritional risk, of whom 79.8% were referred to a dietitian. 14.4% of all charts audited had a malnutrition diagnosis as per SGA, as did 28.5% of patients screened by the CNST. 94.2% of patients who underwent SGA were diagnosed with malnutrition. Inpatient malnutrition is prevalent in NS hospitals but under-diagnosed due to gaps in screening. INPAC implementation increased dietitian referrals, SGA, and malnutrition diagnosis. Investigation is needed to assess and overcome barriers to screening, consequences to clinician workload, and the burden of malnutrition on prognosis and hospital stay.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,375
Score d'incertitude au seuil0,747

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,244
Tête enseignante GPT0,557
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueClinical Nutrition Open ScienceMême sujetNutrition and Health in AgingTravaux en français237 207