Identification of Predictors of Adverse Health Outcomes in Acute Care Patients with Dysphagia
Notice bibliographique
Résumé
Purpose: Dysphagia, common among adult patients in acute care settings, is associated with various complications. This study aimed to identify significant predictors of adverse health outcomes in hospitalized patients with dysphagia. Methods: A consulting committee meeting preceded a retrospective chart review involving 420 adult patients (mean age 72 years, 55% male) hospitalized at CHU de Québec—Université Laval, who underwent an interdisciplinary dysphagia assessment. Multivariate logistic and linear regression analyses were conducted to examine relationships between potential predictors and outcomes (in-hospital mortality and pneumonia), with age and sex as covariates. Results: The consulting committee agreed that most predictors of adverse health outcomes, identified through the research team’s clinical experience and existing literature, were both important and applicable to clinical practice. Stroke, head and neck cancer, all types of malnutrition, and unauthorized food intake were the most significant predictors of mortality (P < 0.04, for all). Intellectual disability, chronic obstructive pulmonary disease, gastroesophageal reflux, and severe malnutrition were the most significant predictors of pneumonia (P ≤ 0.02, for all). Conclusion: This study highlights the importance of addressing malnutrition as a significant modifiable risk factor for mortality and pneumonia among hospitalized patients with dysphagia. These findings underscore the need to manage high-risk patients with dysphagia effectively.
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 | 0,001 |
| 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) | 0,000 | 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 ».