Implementation of a Malnutrition Screening Risk Tool in The Stroke Prevention Clinic At Toronto Western Hospital To Identify Malnutrition Risk : a Quality Improvement Project
Notice bibliographique
Résumé
Background Malnutrition post stroke is associated with increased mortality, reduced functional recovery and increased hospital readmission rates. The prevalence ranges from 6% to 62% in Canada. Dysphagia, fatigue, decreased functional status and cognitive deficits are some factors that increase the risk. The Canadian Stroke Best Practices recommendations include periodic malnutrition risk screening in the community for patients post stroke with a validated tool. Malnutrition is under recognized in this outpatient population. This Quality Improvement Project (QIP) addresses this gap by identifying patients at risk of malnutrition in the Stroke Prevention Clinic using the Malnutrition Screening Tool (MST). The subsequent provision of nutrition intervention optimizes nutritional status and contributes to recovery.Methodology The validated MST consisting of 2 questions regarding appetite and recent unintentional weight loss was selected. It was implemented in the Stroke Prevention Clinic from January 15th to February 26th, 2018. The RD Student or Registered Dietitian performed the screening and provided nutrition intervention as needed. Ethics approval was not required.Results In total, 99 patients were screened and 23 (23.2%) were at risk of malnutrition (50% male, 50% female). Of the 23 at risk, 17 (73.9%) expressed interest in nutrition intervention.ConclusionThis QIP provides a novel interprofessional collaboration opportunity, identifying patients at risk of malnutrition in the Stroke Prevention Clinic. It is essential that stroke prevention strategies target malnutrition to improve outcomes. The literature and results demonstrate the need and value for routine implementation of the MST and nutrition intervention in the clinic.
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 | 0,017 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».