MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410035657 · doi:10.1139/apnm-2024-0522

The conversation around malnutrition: a qualitative study of dietitian and patient perspectives

2025· article· en· W4410035657 sur OpenAlexaffvenueabout
Michelle St-Jacques, Nancy Verdin, Jennifer Easaw, Shelly Longmore, Marlis Atkins, Catherine B. Chan, Chelsia Gillis

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensAlberta Health ServicesMcGill UniversityUniversity of AlbertaUniversity of CalgaryMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMalnutritionMedicineQualitative researchThematic analysisFocus groupBlameStigma (botany)Social stigmaFamily medicineNursingPsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

Malnutrition is prevalent among older adults in Canada and it can be mitigated through personalized dietitian-led counselling. This qualitative study aimed to explore how malnutrition is communicated and perceived, providing insight for future care. This multisite qualitative study was conducted in Alberta and Quebec, Canada. Participants were recruited through purposive sampling to target patients ≥65 years old who spoke French or English, had a malnutrition diagnosis, and received counseling for malnutrition from a dietitian. Dietitians who had worked directly with patients ≥65 years old with a diagnosis of malnutrition were recruited through advertisement. Semi-structured interviews were recorded both in person and over the phone. Data were transcribed verbatim and analyzed using reflexive thematic analysis. Twenty-five patients and 10 dietitians were interviewed, producing five themes (two dietitian themes and three patient themes). First, diagnosing malnutrition: dietitians highlighted challenges in diagnosing malnutrition due to limited support and resources. Second, using the “ M” word: dietitians hesitated to use the term “malnutrition” with patients. Third: knowing I'm malnourished: patients reported not being informed of their diagnosis. Fourth, what is malnutrition? Patients revealed the word sounds extreme and unrelatable. Reactions to the diagnosis varied: acceptance, shock, detached, and neutral. Finally, stigma and blame: some patients distanced themselves from the stigma by rationalizing their nutrition problems. Gaps in management of malnutrition were identified. Future research should focus on how to communicate the diagnosis to improve outcomes for malnutrition.

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)0,019
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,146
Score d'incertitude au seuil0,290

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0240,015
Communication savante0,0070,005
Science ouverte0,0030,009
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,021
Tête enseignante GPT0,344
Écart entre enseignants0,322 · 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'étudeQualitatif
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

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and Metabolism→Même sujetNutrition and Health in Aging→Travaux en français237 207→