Relationships Between Nutrition Risk and Frailty in Candidates for Lung Transplant
Notice bibliographique
Résumé
BACKGROUND: Healthcare teams evaluating candidates for lung transplant seek to identify and address modifiable factors to improve their clinical outcomes. Frailty may be a modifiable factor, and poor nutrition may be a contributor to frailty. This study evaluated the relationship between nutrition risk and frailty in lung transplant candidates. METHODS: This was a secondary analysis of data from 62 adult lung transplant candidates. Nutrition risk was assessed with the Seniors in the Community: Risk Evaluation for Eating and Nutrition (SCREEN-14) questionnaire, and frailty was measured using two methods: physical frailty with the Fried frailty index (FFI) and multidimensional frailty using a cumulative deficits frailty index (CDFI), where higher scores on a 0-1 scale denote increasing frailty. Pearson correlation, independent-samples t-test, and Fisher's exact tests analyzed associations between SCREEN-14 and both FFI and CDFI scores. RESULTS: Most participants were at high nutrition risk (83.9%) and were pre-frail (69.4%) or frail (17.7%) when assessed using FFI. Mean CDFI score was 0.26. Higher nutrition risk was associated with a higher degree of frailty as measured using FFI (r = -0.303; p = 0.017) but not CDFI. Participants at high nutrition risk were significantly more likely to be pre-frail or frail by FFI than those at low nutrition risk (92.3% vs. 60.0%, respectively; p = 0.019). CONCLUSIONS: High nutrition risk is highly prevalent and associated with physical frailty in lung transplant candidates. Future studies should investigate how to best identify nutrition risk and whether interventions that reduce this risk also decrease frailty.
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 | 0,001 | 0,005 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».