The GLIM consensus approach to diagnosis of malnutrition: A 5-year update
Notice bibliographique
Résumé
BACKGROUND: The Global Leadership Initiative on Malnutrition (GLIM) introduced an approach for malnutrition diagnosis in 2019 comprised of screening followed by assessment of three phenotypic criteria: weight loss, low BMI, and low muscle mass, and two etiologic criteria: reduced food intake/assimilation, and inflammation/disease burden. This planned update reconsiders the GLIM framework based on published knowledge and experience over the past five years. METHODS: A GLIM working group (n = 43 members) conducted a literature search spanning 2019-2024 using the keywords "Global Leadership Initiative on Malnutrition or GLIM". Prior GLIM activities providing guidance for use of the criteria on muscle mass and inflammation were reviewed. Successive rounds of review and revision were used to achieve consensus. RESULTS: More than 400 scientific reports are published in peer-reviewed journals, forming the basis of 10 systematic reviews, some including meta-analyses of GLIM validity that indicate strong construct and predictive validity. Limitations and future priorities are discussed. Working group findings suggest that assessment of low muscle mass should be guided by experience and available technological resources. Clinical judgement may suffice to evaluate the inflammation/disease burden etiologic criterion. No revisions of the weight loss, low BMI, or reduced food intake/assimilation criteria are suggested. Following two rounds of review and revision, the working group secured 100 % agreement with the conclusions reported in the 5-year update. CONCLUSION: Ongoing initiatives target priorities that include malnutrition risk screening procedures, GLIM adaptation to the intensive care setting, assessment in support of the reduced food intake/assimilation criterion, and determination of malnutrition in obesity.
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 | 0,001 | 0,001 |
| 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 ».