Systematic Review and Meta-Analysis of Risk Factors for Dehydration and the Development of a Predictive Scoring System
Notice bibliographique
Résumé
Background: Dehydration is a prevalent and potentially serious condition, particularly affecting vulnerable populations such as children and older adults. Prompt recognition and intervention are critical for preventing associated complications. Methods: A systematic review and meta-analysis were conducted, registered in PROSPERO (CRD42024594780), to identify key clinical and demographic risk factors associated with dehydration. A comprehensive search of PubMed, Scopus, and the Cochrane Library was performed for studies published between 2000 and 2024. The risk of bias in included studies was assessed using the Newcastle–Ottawa Scale and the Cochrane Risk-of-Bias (RoB) tool. Ten studies met the inclusion criteria for quantitative synthesis. Based on pooled diagnostic metrics, a preliminary scoring tool was developed for dehydration risk stratification. Results: The pooled sensitivity and specificity of common clinical signs, such as thirst, dry mouth, and dark urine, were 85% (95% CI: 80–90%) and 70% (95% CI: 65–75%), respectively. The positive predictive value (PPV) was 75%, and the negative predictive value (NPV) was 80%. Pediatric subgroup analysis yielded the most robust data, while data for adult and elderly populations were limited. A conceptual risk scoring system was proposed based on relative diagnostic utility, though it has not yet been externally validated. Conclusions: Simple clinical signs demonstrate reasonable diagnostic accuracy for identifying individuals at risk of dehydration. The proposed scoring system offers a promising, evidence-informed framework for early risk assessment but requires further validation in prospective studies before integration into clinical practice.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| 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 ».