Efficiency analysis of nutritional screening tools for children with congenital heart disease: a retrospective observational study
Notice bibliographique
Résumé
Objective: This study aims to (1) determine the prevalence of malnutrition among hospitalized children with congenital heart disease (CHD), (2) evaluate the effectiveness of common pediatric nutritional screening tools across various age groups, and (3) specifically assess the tools' efficacy in identifying severe malnutrition, thereby facilitating early nutritional intervention. Methods: A retrospective observational analysis was performed using clinical data from 3,677 children (0-18 years) with congenital heart disease who underwent surgical intervention at the Cardiothoracic Surgery Center between January 2018 and December 2022. The World Health Organization growth curves were used as standards to compare the efficacy of four screening tools: Screening Tool for the Assessment of Malnutrition in Pediatrics (STAMP), Screening Tool Risk on Nutritional status and Growth (STRONGkids), Risk Adjustment in Congenital Heart Surgery-1 method (RACHS-1), and the combined STAMP + STRONGkids (SS) adjusted score across different age groups. Categorical data were expressed as percentages, and Chi-square tests were used for statistical analysis, with pairwise comparisons performed using Bonferroni correction. Receiver Operating Characteristic (ROC) curves were employed to calculate specificity, sensitivity, and optimal cutoff values. The consistency of screening results was further assessed using Youden's index and Kappa values. Results: < 0.001. Conclusion: >0.01), indicating not suitable for nutritional risk screening. To enhance sensitivity in screening malnutrition in CHD patients, the recommended cutoff values are 3 for STAMP and 2.5 for SS. For identifying severe malnutrition, STAMP at a cutoff of 3.5 and SS at 3.25 show higher overall screening efficacy.
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 | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».